一类装配式流水作业排序问题的启发式算法及其性能比研究

根据Ｆ′２│ｍ１≥２,ｍ２＝１│Ｃｍａｘ排序问题是ＮＰ完全问题的论断,提出了ＡＦＳ问题的两个启发式计算法,分别给出了应用启发式算法的实例,并证明了该启发式算法在最坏情况下的品性是２的结论。     

带单服务器的流水作业排序问题的复杂性

研究了一个带单服务器且加工时间相等的两机流水作业排序问题,其目标函数是使总完工时间达到最小.研究表明,该流水作业排序问题是强NP-困难的.针对该流水作业排序问题构造了一种新的加工顺序,并证明该加工顺序的紧界为7/6.     

基于CPM的非流水作业排序启发式算法

通过对ｎ种零件需经ｍ类机器加工的复杂非流水型作业排序这一ＮＰ问题的分析,以误工时间最短为目标建立了数学模型,并采用 ＣＰＭ方法构造了一个优度较高的启发式算法．实际应用表明,该算法很适于单件、小批生产类型的生产进度计划．     

复合并行机排序问题启发式算法性能比的紧界研究

已证明装配式流水作业排序问题是NP完全问题,没有好算法。提出了该问题的启发式算法———归并算法,并证明了该算法在最坏情况下的性能比。用一个典型实例证明:此上界是可达的。     

蚂蚁算法在工件排序问题中的应用

蚂蚁算法是近年来新出现的一类随机型仿生算法。它已被成功的应用于组合优化问题中，如旅行商(Travel salesman Problem，TSP)问题等。运用蚂蚁算法研究m台机器目标函数为最小时间表长的同顺序车间作业排序问题(Fm|prmu|Cmax)，设计出解决该问题的算法步骤与流程；并将蚂蚁算法与解决该问题的其它启发式算法进行了比较。比较的结果说明．蚂蚁算法能有效地解决此类问题，其最优结果优于或者与其他算法的最优结果相当。     

同顺序n×m排序问题的一种新的启发式算法

提出一个新的启发式算法,首先通过新的运算方法得出一个加工顺序,然后采用相邻工件搜索。经对72个问题(4≤n≤6,3≤m≤6)应用结果表明,每一问题仅得一个加工顺序时,其中最优解占40.3％,进行一次相邻工件搜索后得最优解占79.2％,进行二次相邻工件搜索后占88.9％,比已有方法均高。对同一问题,若采用不同启发式算法得到若干加工顺序,则最优解的几率大大提高。     

求解AFS问题的两种启发式算法在最坏情况下性能比上界？…

对文献「２」中提出的求ＡＦＳ问题的次优解的两个简单易行的启发式算法及其品性进行了进一步的研究，由于已证明了其在最坏情况下性能比Ｃｍａｘ（Ｈ）／Ｃ＾＊ｍａｘ的上界不会超过２，本文用两个典型的例子证明：对这两种算法，这一上界是可达的。     

混流企业中基于瓶颈的启发式算法的应用

提出了一个基于瓶颈的启发式算法来解决非相关平行机台的混合流程型企业的排序问题.该算法主要通过3个步骤来完成上述问题的排序,首先确认瓶颈阶段;然后采用基于瓶颈的方法产生最初的排序次序;在最初的排序基础上采用基于瓶颈的插入方法产生最后的排序.应用该算法可以较好地解决这类NP困难问题的排序.     

基于遗传算法的大型Flow—shop生产调度

Flow—shop调度问题具有建模复杂性、计算复杂性、动态多约束、多目标性等特点。近几年,各种演化计算方法逐渐被引入到生产调度中,特别是遗传算法的应用。为此,应用Matlab开发生产调度程序,并利用实际生产数据进行了仿真;通过相关仿真实验,验证了不同交叉算子和变异算子组合获得的最优解存在差异,获得并验证了一种较好的交叉算子和变异算子组合,其仿真调度数据验证了遗传算法用于求解大型流水车间调度的可行性和有效性。     

A two-stage flexible flow-shop scheduling problem with m identical parallel machines on one stage and a batch processor on the other stage

This paper considers a hybrid two-stage flow-shop scheduling problem with m identical parallel machines on one stage and a batch processor on the other stage. The processing time of job Jj on any of m identical parallel machines is aj≡a （j∈N）, and the processing time of job Jj is bj（j∈N） on a batch processorM. We take makespan （Cmax） as our minimization objective. In this paper, for the problem of FSMP-BI （m identical parallel machines on the first stage and a batch processor on the second stage）, based on the algorithm given by Sung and Choung for the problem of 1 ｜ri, BI｜Cmax under the constraint of the given processing sequence, we develop an optimal dynamic programming Algorithm H1 for it in max {O（nlogn）, O（nB）} time. A max {O（nlogn） , O（nB）}time symmetric Algorithm H2 is given then for the problem of BI-FSMP （a batch processor on the first stage and m identical parallel machines on the second stage）.     

定位-运输路线安排问题的一种启发式算法研究

定位-运输路线安排问题（LRP）是分销网络设计和物流管理决策中的难题,属于NP难问题,求解有一定难度.文章通过构造辅助函数对优化问题约束条件的处理,基于分层次实现多个目标的思路将LRP看作一个整体,利用具群体智能的粒子群算法进行求解,避免了基于两阶段算法的不足,减小了在进化过程中停滞于局部最优解的概率.为粒子群算法在大规模组合优化问题中实际应用做了有益的尝试.     

基于MIT启发式算法的阻滞流水车间调度问题研究

Blocking流水车间调度问题广泛存在于现实的制造环境中．结合经典流水车间调度问题中的一种有效启发式算法的思想，设计一种构造启发式算法．算法从对目标函数结构的分析入手，结合Blocking流水车间调度问题的特性，以减少机器闲置时间机制来实现目标函数的最小化．通过对大量典型算例的计算，实验结果证明设计的算法在工件数很大时具有优越的性能．     

定位路线问题的两阶段禁忌搜索算法研究

定位路线问题是定位配给和车辆路线问题的集成。分析了定位路线问题的含义,建立了此问题的数学模型,并用Lingo10．0验证了模型的正确性。由于该模型属于NP—hard问题,设计了两阶段禁忌搜索算法：第一阶段用禁忌搜索算法求解定位配给问题,确定设施定位及客户分配;第二阶段用禁忌搜索算法求解车辆路线问题,经过两个阶段的多次迭代求得定位路线问题的优化解,通过实例计算验证该算法的可行性和有效性。     

集装箱码头泊位调度问题的启发式算法研究

为优化集装箱码头泊位的分配,提高泊位的利用率,把码头泊位的调度问题转化为带有约束条件的特殊二维装箱问题。通过建立连续泊位调度的非线性规划模型,提出了一种求解集装箱码头连续泊位分配问题启发式算法。仿真算例结果表明该算法能在实际的集装箱码头泊位调度中有效的提高泊位的利用率。     

Lin-Kernighan算法初始解的启发式构造策略

Lin-Kernighan算法被认为是求解旅行商问题效率最高的启发式算法之一,而初始解构造策略是影响Lin-Kernighan算法路径改进效率重要环节。以往的研究中通常采用某一种启发式策略构造初始解,但目前尚无相关研究对不同启发式构造策略在Lin-Kernighan算法中的性能给出对比。以经典的旅行商问题为对象,分析了8种常用启发式构造策略解的生成情况,得出其中最远插入法,最近插入法,最邻近法和节约算法适用于Lin-Kernighan算法的初始解构造。通过对TSPLIP中6个经典TSP实例仿真,进一步验证了这4种启发式构造策略均可以在保证解具有较高质量的情况下,显著缩小搜索空间和计算时间,提高寻优效率。此外,实验结果表明节约算法由于初始解构造效果较好,较其他启发式构造策略具有更快的收敛速度,而最近插入法在寻优率方面优于其他策略。     

一种求解TSP问题的改进遗传算法

遗传算法(GA)是基于生物进化论的一种全局优化搜索算法,是求解TSP问题的一种方法,但它存在如何较快地找到最优解并防止"早熟"收敛的问题.结合TSP问题最优解一般包含城市与其最近城市的相连的特点,提出了贪婪两点插入变异算子,改进了启发式杂交算子,并根据个体适应度与群平均适应度根据个体的适应度赋予不同的变异概率,使得较好的个体探测路径,较差个体开发新个体.对初始群体作局部优化提高其质量加快算法的收敛速度,最优个体连续几代一直保留,则采用局部微调算子使子代中的最优个体跳离局部解.通过实验分析,改进的算法能较快的收敛到TSP问题的已知最优解;其测试结果与国际标准测试库TSPLIB中的最优路径相比,或接近或优于.     

期望按期完工工件数最大化算法研究

该文讨论工件加工时间为随机变量的单台机排序极大化期望按期完工工件数问题。在确定性排序问题中，Moore算法给出问题的最优解，但事实上Moore算法的期望值版本不能给出期望按期完工工件数最大化问题的最优解。文章从研究排序中工件的按期完工置信系数人手，结合Moore算法，提出了一个启发式算法，有效地解决了该随机排序问题的实际计算。