具有到达时间和禁用区间的单机平行批排序

研究工件带有到达时间且机器带有可用性限制(禁用区间)的单机平行批排序问题.假设机器在一些不交的时间区间上不可用.工件以平行批的形式在机器可用的时间区间上加工,并且不可中断.一个批的加工时间是这一批中加工时间最长的工件的加工时间.对任意的正则目标函数,当工件带有到达时间且机器带有可用性限制时,给出了单机平行批排序问题的一个拟多项式时间算法.     

到达时间与工期同序的串行批处理机排序问题

笔者考虑的工件带有到达时间,且到达时间与工期同序、目标函数为加权误工工件数的单台串行批处理机排序问题是NP-难的,其中批处理机的容量无限。当同一批中的工件都到达后,此批才可以开始加工。同一批中工件的开始加工时间相同,批的加工时间为此批中所有工件的加工时间之和,且完工时间也相同,为这批中最后一个工件的完工时间;每批开始加工之前都有一个固定的调整时间,而批内工件间无调整时间,在批的调整时间内机器不能加工任何工件。研究工件带有2个不同到达时间,且到达时间与工期同序的情况。对于目标函数为加权误工工件数问题,分析了其最优解的性质,给出了拟多项式动态规划算法及其时间复杂性。     

工件带运输时间的单机分批排序问题

主要考虑了在线和离线两种模型下的工件带运输时间的单机分批排序问题.工件一但被加工完将会被马上运往目的地.我们考虑了三种限制模型:(1)在线模型:批量B无穷大,工件的加工时间和运输时间一致,即:若工件Ji的加工时间Pi大于等于工件Jj的加工时间pj,那么它们的运输时间有qi≥qj.(2)在线模型:批量B无穷大,工件的最大运输时间和最小的运输时间的比小于等于1 平方根5/2.对于(1),(2)这两种模型我们给出了一个竞争比为1 平方根5/2的在线算法,并且这个结果是最好的.(3)离线模型:批量B有限,当工件的到达时间是整数并且加工时间P=1时,我们给出了一个时间复杂性为O(n2lnn)的多项式时间算法,当工件的加工时间不是1,但工件的到达时间的个数是一个常数m时,我们给出了一个时间复杂性为O(2m-1nlnn)的多项式时间算法.     

单机上简单线性退化工件的随机在线调度问题

研究了单机上工件具有简单线性退化效应的随机在线调度问题.工件以时间在线的方式到达,决策者对将来到达工件的信息一无所知,当工件到达之后,决策者立刻知道工件加工时间的期望,且工件加工时间的期望是开工时间的简单线性函数,直到工件完工才能知道工件的实际加工时间.目标函数是最小化工件总完工时间和的期望.对于这个随机在线调度问题,通过改变工件的释放时间给出了竞争比为1+b_(max)的SHIFTSDR在线算法.这与LIU M等人所研究的确定性情形的下界相匹配,因此可以证明,对所研究的问题给出的在线算法是最好可能的在线算法.     

单台机器有使用限制的排序问题

研究单台机器有使用限制的排序问题,即机器在给定的一个时间段内不可用,目标为最小化最大完工时间.每个工件都有一个到达时间,只有工件到达了才能加工,工件在加工过程中不可中断.对于该问题的离线情形,给出了一个近似比为4/3的近似算法和一个动态规划算法.对于问题的在线情形,给出了一个最优在线算法.     

最大化接收工件个数的在线分批排序问题研究

研究m台批处理机上的等长工件在线排序问题.在该问题中,工件是随着时间依次到达的,每个工件J具有一个共同的加工时间p0,一个释放时间rj≥0,一个必须交货期dj0.一台机器可以同时加工b个工件(b个工件构成一批),b=∞表示批容量无界.每一批的加工时间由该批中工件的最长加工时间来决定.同一批中的所有工件均具有相同的开工时间和完工时间,目标是确定一个工件可以被中断重启的在线排序最大化接收工件总个数.首先,当m=2、3时分别给出了问题的下界为2和6/5.其次,设计出了问题的一个在线算法H并证明其竞争比分别为3(当m=2时)、4(当m=3或m≥4为偶数时)和5(当m≥5为奇数时).     

两阶段供应链下极小化最大完工时间的单机系列批排序

【目的】考虑单机情况下的加工和运输两阶段的供应链排序问题。【方法】在生产阶段,将所有工件在加工之前划分成批,在一台有限批容量的机器上加工,工件的实际加工时间是关于该工件退化率和加工位置的函数;在运输阶段,有一辆运输车,且每次只能运输一批工件,即车的容量等于批的容量。通过分析用运输车的车容量限制与工件个数的关系。【结果】由最优算法得到了一个最优排序和最小化最大完工时间。【结论】首先给出最大完工时间问题的一个下界,然后指出在当工件个数小于等于运输车的容量限制时,提供出来一个最优算法。对于当工件个数大于运输车的容量限制时,证明了当工件满足一定条件时,该问题也存在最优算法。     

有界平行批处理机的在线排序问题

主要研究的是在线运输排序问题,即研究m台有界平行批处理机上考虑工件运输的在线排序问题.工件按时间在线到达,即一个工件只有在被释放之后才能知道它的一切信息.这些工件首先要在平行批处理机上分批加工,然后加工完成的工件再被一个运输车辆运送给某个顾客.当车辆的容量是充分大的时候,给出一个最好可能的在线算法,其竞争比为(5(1/2)+1)/2;当车辆的容量有限时,给出一个竞争比为(5(1/2)+3)/2的在线算法.     

工件分簇的半连续型批处理机调度问题

半连续型批处理机调度问题是从钢铁工业加热炉对管坯的加热过程中提炼出来的,其中把加热炉看作批处理机,同一时刻可以有C个工件被加工。工件以批方式进行加工,批中工件的进入、加工和离开都是按周期进行,同一批中的工件都有自己的开始加工时间和完工时间,且加工时间均等于这批工件中加工时间的最大者,批的大小为这批工件的个数。半连续型批处理机调度问题包含如何分批及安排各批间的加工顺序。考虑了单机且工件分簇的情况,其中在同一簇中工件的加工时间相同。目标函数为极小化总完工时间。对于工件的簇数是F的情况,通过最优解的性质给出了一个复杂性为O（F^2）的动态规划算法,能够获得对应问题的最优解。     

平行批排序最小化最大完工时间在线算法的一个注记

讨论单机、平行批、批容量无界、最小化最大完工时间的在线排序问题.对该排序问题,Zhang等人(G.Zhang,X.Cai and C.K.Wong,On-line algorithms for minimizing makespan on batch processing machines,NavalResearch Logistics,48(2001),241-258.)和Deng等人(X.Deng,C.K.Poon and Y.Z.Zhang,Approximation algo-rithms in batch processing,Journal of Combinatorial Optimization,7(2003),247-257.)两组作者分别独立地给出了同一个竞争比为(5 1)/2的在线算法,并证明该在线算法是最佳可能的.在他们的算法中,在每一批中的加工时间最大的工件,不妨设其准备时间为r而加工时间为p,将被滞后到(1 α)r αp时刻以后加工,其中α=(5-1)/2.对同一问题设计了一个修订的在线算法,其中加工时间为p的工件只需要滞后到αp时刻.该在线算法仍然是最佳可能的,并且在一定意义下,该在线算法是渐近最优的.     

基于GATS混合算法的最优作业切换不相关并行机成组调度研究

不相关并行机调度问题是车间调度中的典型问题,而单件小批量生产模式导致频繁的作业切换和大量的作业切换时间,降低了设备利用率和生产效率。文中提出了基于成组技术的排序依赖作业切换时间的不相关并行机调度问题研究。根据工件加工所需资源的相似性进行工件聚类成组,满足机器约束条件确定所有工件组在各机器上的分配,以及确定同一台机器上的各工件组以及组内的排列顺序。以最小化总拖延时间为优化目标构建了数学模型,应用了遗传禁忌搜索(GATS)算法进行求解,针对不同规模的问题分别对比人工蜂群(ABC)算法和遗传模拟退火(GASA)算法进行案例研究。对比结果显示文中提出的算法具有较好的寻优能力。     

考虑后续工序且批处理工序数为2的批综合调度算法

提出了考虑后续工序且批处理工序数为2的批综合调度算法.该算法根据复杂产品具有树状工艺结构的特点,对非批处理设备上的工序采用已有的优先级、调度长路径和长用时策略调度;对批处理设备上的工序,综合考虑先行工序和后续工序的加工时间对批处理的影响,当被等待工序非批处理延迟时间大于批处理时批处理工序的后续工序加工时间之差时,等待工序与被等待工序一同批处理.通过采用批处理判断策略、提前最大化策略以及并行最大化策略使批处理调度结果更合理.理论分析和实例证明,该算法可使批处理工序数为2的批综合调度结果更优,而且复杂度不超过二次多项式.
     

重加工具有退化与学习现象的单机批排序问题

本文对同一台机器下次品工件可重加工生产的问题进行研究。工件要求成批加工,每批包括连续加工的两个子批。第一子批的工件加工后,一部分工件是按照要求得到的优良品,另一部分工件是次品。次品的工件接着在第二子批重加工,而次品工件在等待重加工时会产生退化与学习现象,加工完成后得到的工件是优良品。同一子批的工件同时完工,工件的完工时间是该子批中最后一个工件的完工时间。假设每批生产的工件次品率是相同的。每一批工件开始加工和重加工时都有安装时间。目标函数是使总安装时间,重加工和库存持续费用最小,并且优良品工件的需求得到满足。对于该问题的一般情形给出了动态规划算法。接着当批工件的完工时间和批的规模满足一致关系,给出多项时间算法。     

最优公共交货期单机提前/拖后调度和对应的批次送货

本文考虑了一个包含工件生产和工件送货的单机调度问题。目标是寻找所有工件的公共交货期和每个工件的送货时间使得工件所受到惩罚(提前／拖后惩罚,送货费用等)的值最小。完成的工件按照批次进行送货,所有在公共交货期前完工的工件在最优交货期时间一起交付,对批次送货没有量的约束。本文确定了最优公共交货期,并给出了相应的排序。     

批数确定的分批排序问题最优解的结构性质

研究了目标函数为总完工时间、工件恰分N批的单机分批排序问题最优解的结构性质,其中N为1与工件数之间的任意整数.分批方式为继列分批和平行分批.     

无容量限制的批处理机时间表问题

研究无容量限制的批处理机时间表问题，在工件有到达时间和工期约束下，证明了当工件的到达时间和工期，或到达时间和加工时间一致单调时，该问题是多项式时间可解的；当加工时间和工期一致单调时，该问题是NP困难的。     

批处理机上有就绪和截止时间的等长度工件排序

一台批处理机一次可以同时加工多个工件(称为一批),每批工件有相同的开工和完工时间,加工时间等于其中最长工件的加工时间.本文研究单台批处理机上有就绪时间和截止时间约束的n个等长度工件的排序问题,目标是求一个可行时间表.就该问题,Baptiste已经提出了一个复杂性为O(n8)的算法,在此基础上,本文推广Garey等人关于对应的经典排序问题的算法,得到了一个复杂性为O(n2)的算法.算法分两个阶段执行:在阶级I,算法找出所谓的禁止开工区间,在这些区间中将不允许有工件开工;在阶段II,算法从时刻零开始,每当机器有空闲且不属于禁止开工区间的时候,就按照最早截止时间优先规则从已就绪的未加工工件中选择尽可能多的工件作为一批进行加工,若当前的机器空闲时刻属于某个禁止开工区间,则首先更新其到该禁止开工区间的右端点再进行决策.     

应用混合蚁群算法求解并行批处理机组批与调度问题

晶圆制造系统的批处理机具有长加工时间的特征,其调度性能指标对车间总体绩效有重要影响.批处理机调度分为组批与批次调度.针对工件的动态到达特性导致组批困难,提出了一种混合型蚁群算法.利用该算法的全局并行搜索能力对工件进行组批,并使用BATC算法对批次进行调度,可以解决多产品并行批处理机调度问题.以工件总拖期最小为性能指标,通过实例仿真,对蚁群算法性能进行分析评价和比较.结果表明,所提出的算法具有有效性和实用性.