带有恶化效应的松弛工期窗口排序问题

研究单机带有恶化效应的松弛工期窗口排序问题,其中工件的加工时间是一般的线性恶化。对两类目标函数进行研究:一是提前惩罚、误工惩罚、窗口开始时间以及窗口长度的加权和;二是提前任务数、误工任务数、窗口开始时间以及窗口长度的加权和。目标是确定任务的最优加工顺序、工期窗口开始时间和结束时间使得两类目标函数最小,给出解决此问题的多项式时间算法。

具有恶化效应、资源分配、速率修正和松弛工期的排序问题

研究带有松弛工期指派的单机排序问题,工件的实际加工时间同时受到恶化效应、凸资源分配与一次机器速率修正活动的影响。为确定工件的最优排序、速率修正活动的最优位置、最优的公共容许流和最优的资源分配量,使2个约束目标函数极小化。第1个目标函数是在满足资源总量有限的条件下,极小化总惩罚费用,即提前、延误、公共容许流和时间表长的加权和;第2个目标函数是在总惩罚有限的条件下,极小化资源消耗总费用。将上述问题分别转化为指派问题。当速率修正活动位于不同的位置时,选取使得目标函数最小的解为最优解。对2个问题分别给出多项式时间算法,算法的复杂度为O(n^(4)),其中n为工件的数量。用数值算例分别验证2个算法,说明给出的求解算法比较有效。

单机带有不可用区间的松弛工期的排序问题

研究了在单机情形下具有不可用区间的松弛工期问题,不可用区间意味着在此区间不允许工件加工,且工件中断可恢复。松弛工期是工件加工时间加上1个给定的常数,这个常数为决策变量,排序的任务是给所有工件分配工期,同时确定工件的加工次序以使得目标函数值最小。目标函数值包括由于工件误工、提前及工期分配而导致的相关损失。根据不同的损失系数关系讨论了松弛工期的范围,提出动态规划算法。证明了动态规划的时间复杂性为O((P+T-p_(min))nP^(2))。通过算例分析说明了算法的可行性。

两个代理商松弛工期指派与位置有关负荷资源约束单机排序问题

【目的】研究两个代理商松弛工期指派资源约束单机排序问题。【方法】代理商通过竞争在同一台处理机上处理各自任务集合,各有一定数量的资源可以分派给任务。任务有待定的松弛工期,处理时间与位置有关且是所获资源量的凸函数。目标是求出任务的处理顺序、工期和资源分配方案,使得乙代理商任务中最大费用不超过给定值,且甲代理商任务最大费用取最小值。将问题转化为凸规划问题,先求出任务资源数量;再通过求解指派问题确定任务的处理顺序,进而求得工期。【结果】给出了多项式时间的最优算法,提供算例说明算法的有效性。【结论】分析表明算法的计算时间复杂度为O(n~3),其中n为两个代理商任务数中较大的一个。

单机下带有松弛工期的最小化总提前损失与误工损失问题

文章研究了具有松弛工期的单机排序问题,决策者需要在确定工件的工期之后确定工件的加工次序.松弛工期是工件的加工时间加上一个给定的常数,这个常数为决策变量,排序的任务是给所有工件分配松弛工期,同时使得目标函数值最小.目标函数值包括工件提前、误工和松弛工期.文章根据不同的损失系数关系,讨论松弛工期的范围,并提出了时间复杂性为O(n3P3logn)的动态规划算法.最后给出了算例分析.

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.

具有位置相关权重的工期分配排序问题研究

针对具有位置相关权重的工期分配排序问题进行了研究,其目标是在共同工期分配/松弛工期分配两种模式下,找到最优的工件加工序列以极小化工件工期与工件延误的线性加权和,其中权重是与位置相关的权重。通过证明一系列性质得到工期的计算方法,进而将所要研究的两类工期分配问题转换为与工件加工时间有关的函数。根据每个工件对应的系数来给出具体求解算法从而得到最优的工件序列,以及对应的最优共同工期/最优松弛工期。通过具体的算例验证了此算法可在多项式时间内求解。

具有共同松弛时间的恶化型工件排序问题研究

研究工件加工时间具有恶化效应的单机松弛工期排序问题.其中恶化效应指的是工件的实际加工时间是其开工时间的递增函数且所有工件的恶化率相同,工件的松弛工期等于其实际加工时间加上共同的松弛时间.目标是确定工件的一个排序和工件工期的共同松弛时间使得工件的提前时间、延迟时间和工期的共同松弛时间的线性加权和达到最小.用运筹学方法证明了该问题可以转化为两个向量的乘积问题,从而多项式时间可解,并给出了求解的最优算法.