具有截断学习效应和工件带准备时间的单机排序问题

研究工件加工时间具有截断学习效应且带有准备时间的单机排序问题。截断学习效应指的是工件的加工时间是它所排位置和一个控制参数的函数,其中,"截断"是一个控制参数。由于在现实生活中,与工件的排列位置有关的"学习"不可能无止境的进行下去,所以给定了一个参数来进行控制,使得工件的学习效应随着排列位置的靠后而逐渐趋于稳定。目标函数为最小化总完工时间,这个问题是NP-难的,进而结合几个优势性质和下界给出了分支定界算法来求此问题的最优解。

基于截断学习效应和时间相关的供应链排序问题

研究了基于截断学习效应和时间相关的供应链排序问题.考虑目标函数是为了最小化最大完工时间、总(权)完工时间、最大延迟.对于最大完工时间和总完工时间问题证明了按照正常加工时间非减的顺序排列可以得到最优序列.针对加权总完工时间问题和最大延迟问题,利用经典的排序算法作为启发式算法给出了问题的最坏竞争比.在正常加工时间与权重或工期满足一致关系时,对加权总完工时间和最大延迟问题分别给出了多项式时间算法.

基于截断学习效应的流水作业排序问题研究

【目的】给出具有截断学习效应的加权总完工时间流水作业排序问题的最优解。【方法】建立具有截断学习效应的加权总完工时间流水作业排序问题的数学模型,给出优势性质、下界和上界,并采用分支定界算法求解该问题的最优解。【结果】数值模拟结果表明:启发式算法得到的解比较准确,最大误差为0.411 7,分支定界算法的效率比较高,处理100个工件所用的最大时间不超过460s。【结论】计算结果表明分支定界算法能够很快地给出该问题的最优排序。

松弛工期窗口指派和截断控制学习效应资源约束单机排序问题

研究松弛工期窗口指派资源约束单机排序问题,决策者需要在一台处理机上连续处理n个独立的任务.每个任务有一个待定的松弛工期窗口,任务的处理时间通过分配资源可控,且是所在位置的递减函数,当函数递减到一定程度时,需要用一个控制参数替换.目的是在可用资源量有限条件下求出任务的处理顺序和工期窗口以及资源分配方案,使得任务中最大费用取最小值.分两步处理:首先将问题转化为非线性凸规划问题,利用凸规划理论求出任务的资源数量;其次通过解指派问题得到任务最优处理顺序,进而求得任务的工期窗口.给出了多项式时间的最优算法,提供一个算例说明算法的有效性和运算过程.