分批运输的物流调度

研究了一般性的两个阶段的调度问题,第一阶段加工不同价值的工件,第二阶段把加工完的工件分批,并以不同的方式运送到指定的目的地.目标函数是使运输时间和运输费用的总和达到最小.由于本问题不仅包含了加权完工时间这一传统的评价尺度,并且包含了运输安排和费用,这两个条件都是物流调度的重要因素,所以我们称这个问题为整批运输的物流调度问题.     

考虑运输的退化工件在线排序问题研究

本文研究了单台机器上工件具有退化效应并且需要考虑工件运输的在线排序问题.目标函数是最小化最大运输完工时间.对于这个在线排序问题,主要是设计一个有效的在线算法.首先采用对手法找到问题的下界,即设计一个坏实例,使得算法得到的目标值与离线最优目标值的比尽可能的大,之后依据下界设计给出一个在线算法.通过对手法的应用,给出问题的下界,并设计了一个竞争比为2的在线算法.     

带有生产前运输考虑的无界批处理机的调度问题

以企业生产和内部物流为背景,研究生产前半成品运输与无界批处理机生产的协调调度问题．位于存储区的工件由运输机运送到批处理机上进一步加工,批处理机可以同时加工的工件数量不受限制,但是每加工一批工件需要一定的启动费用．目标函数为总完工时间和总启动费用之和的最小化．提出该问题的伪多项式时间算法,进一步给出一般意义NP-难的证明．对于运输时间相等的特殊情况,提出多项式时间的最优算法．     

机器无等待工件具有区间限制的两台同构并行机上批在线调度

针对两台同构并行机上的在线批调度问题,提出了使工件加工的最大完成时间最小的一个批在线列表调度算法。即工件组成不同的批,每个批中有m个工件,当每批到达等待加工时,其内部的工件加工时间才已知,且每个工件加工时间限定在某个实区间[a,b]上。在对当前批后批中工件的信息不了解的情况下,立即将其中的工件按LPT规则调度进行调度,调度过程中不允许中断。解决了算法的可使用性的度量问题,对其最坏情况进行了分析,给出了算法的最坏情况比。     

到达顾客时间总和最短的排序及运输

生产和运输中的一个重要的问题是把生产和运输相结合.建立一台机器进行加工工件,并且把工件运送给不同目的地的多个顾客,目标函数是使到达顾客的时间最短.此问题在一般情况下是NP-难的.当顾客的数量是固定时,设计了动态规划算法,并对几种特殊情况设计了更有效的算法.     

已知工件总加工时间的两台同类机半在线问题

研究了已知总加工时间的两台同类机半在线问题.假设工件是分别独立地到达加工机器,并且工件的总加工时间是已知的,目标函数为极大化最小机器负载.将总加工时间标准化后,给出近似算法及其竞争比,并证明此竞争比是紧的.给出此问题竞争比的一个下界1.6180,并由此推出当两台机器的速度比为1.618 0时,算法是最优的,算法的竞争比与最优算法的竞争比之差小于0.089.     

三划分转化为供应链排序问题

供应链排序研究了两个部分的问题,第一部分是权重不一致的工件在一台机器上加工,第二部分是把加工完的工件分成若干批按照某种运输方式运输,并且运送到预先指定的目的地,目标是求加权完工时间与运费总和最小.我们将用已知的NP-难题三划分问题转化成本问题来证明此供应链问题是一个NP-难问题,并给出此难题的近似的算法.     

机器有等待的工件具有区间限制两台同构并行机上批在线调度

研究两台同构并行机上的批在线调度问题,工件以批方式到达且每个批中有m个工件,每个工件的处理时间限定在一个区间上,只有当前批中工件全部加工完成后才可以加工其后面的工件,目标函数是使最大完成时间最小。针对这一问题,给出了1个批在线启发式调度算法,在同一批中的工件按LPT规则调度。对算法的最坏情况进行了分析并给出了算法的最坏情况比与批中工件数有关,并由计算机程序进行了验证。     

机器带周期性维护时段的加工与运输协同排序问题

研究了一类机器带周期性维护时段且完工工件需要运输的新型排序问题。在该问题中,机器需要进行周期性的维护,且被维护时段打断的工件加工不可恢复;工件具有不同的尺寸且工件的加工时间与物理尺寸大小具有一定的比例关系,每个维护时段内只允许加工一个批次的工件;加工完的工件需要由一辆带有容量限制的运输工具运往客户。算法的目标是极小化所有工件加工完成并运送到客户的时间。证明了该问题是强NP-Hard问题,设计了该问题的一个多项式时间近似算法,并证明了该算法的最坏情况界不大于5/3。     

基于累计按期完工概率增量的一个排序算法

讨论工件加工时间为随机变量的单机静态列表排序极大化期望按期完工工件数问题。对于单机排序加工时间为独立同分布随机变量问题1／Xi-F／E∑Uj以及EXi≥EXjD di≤dj时，该文给出了预期按期完工工件和预期误工工件的最优划分算法。对于一般问题，对给定的置信度，该文采用倒序算法逐个剔除累计按期完工概率增量最大工件，完成预期按期完工工件集与预期误工工件集的划分，并以此为依据给出排序，最后通过搜索最优置信系数得出排序结果。