有安装时间的单机排序问题

工件具有安装时间的排序问题最近几年受到越来越多的关注,主要讨论了一类有安装时间且与加工位置有关的单机排序模型。在该模型中,所有工件在机器上加工时,一次只能加工一个工件,工件的相邻加工工序之间不允许出现空闲,工件的实际加工时间不是一成不变的,它不仅与工件的基本加工时间有关,同时还与工件所处的加工位置有关,工件的安装时间是依赖于已加工工件的实际加工时间的简单函数,即p-s-d形式。对目标函数为极小化最大完工时间,极小化完工时间和以及极小化总完工时间差等问题进行讨论,分别给出了多项式算法和算法复杂性。还证明了对于目标函数为完工时间,提前完工时间以及误工时间的加权和最小化问题是多项式可解的。     

同时带有安装时间和送出时间的单机排序问题

在实际生产,如钢铁和冶金工业生产过程中,工件在加工之前需要预热或安装必要的夹具和固定装置,在加工之后工件需要进行冷却处理等,也就是工件在进行加工时常常带有安装时间和送出时间。讨论带有学习效应、安装时间和送出时间的单机排序问题。在这一模型中,工件的实际加工时间是与工件的基本加工时间和工件的实际加工位置相关的一般函数。工件的安装时间和送出时间均依赖于已加工完的工件的实际加工时间,即p-s-d形式。目标函数分别为最大完工时间、总完工时间、加权总完工时间、总延误时间、最大延误时间和最大延迟时间,提出了上述问题的最优排序规则。     

具有非线性恶化函数和安装时间的 单机排序问题

研究了具有非线性恶化函数的加工时间，同时工件的安装时间与已加工完工件的实际加工时间有关（即p-s-d）的单机排序问题.证明了极小化最大完工时间，极小化完工时间和是多项式时间可解的.另外极小化加权完工时间和，极小化总延误以及极小化最大延误在一定的条件下是多项式时间可解的.     

带有维修区间与退化效应的单机排序问题

讨论带有安装时间、维修区间和退化效应的单机排序问题。在排序中,工件是成组加工的,且在组内工件加工是不可中断的。在每组间需要维修活动与安装时间,其中安装时间是之前工件实际加工时间之和的线性函数。假设维修活动使机器恢复到最初的状态,维修活动的长度是前一组工件实际加工时间的线性函数。工件的实际加工时间与工件所在的组、工件在组内的位置有关,工件在加工过程中会产生退化效应,退化率为非减函数。考虑了工件的实际加工时间与组和位置有关、只与位置有关2个问题,分别给出了2个问题的多项式算法,并给出了数值例子。目标是找到工件的最优排序与维修活动的数量、极小化最大完工时间,并证明了该问题在多项式时间内是可解的。     

带有安装时间和学习效应的供应链排序问题

考虑了机器带有安装时间和具有学习效应的单机供应链排序问题.在一条供应链系统中,有单个制造商和多个客户,不同的客户订购不同种类的工件,机器加工不同种类的工件前需要一个安装时间,且加工相同客户的工件时具有学习效应,即随着工件的加工后面工件的实际加工时间逐渐减小.完工的工件需要成批运输给相应的客户,每一批运输都有相应的时间和费用.目标是分别极小化加权最大配送时间、总配送时间、最大延迟时间与总运输费用的和.给出了相应的算法,并分析了算法的复杂性.     

具有学习效应和非线性安装时间的单机排序问题

讨论了加工工件具有学习效应和安装时间的单机排序问题。文中工件的加工时间不是固定不变的,不仅与工件的加工位置有关,同时还与已加工完成工件的加工时间有关。安装时间分为线性安装时间和非线性安装时间,本文主要讨论的是具有非线性安装时间的情况。工件的安装时间是依赖于已加工完的工件的实际加工时间和工件所排列位置的函数形式。在文中主要证明了极小化最大完工时间,极小化完工时间总和问题是多项式可解的,另外还证明了满足一定条件下的极小化加权完工时间和,极小化最大延误问题是多项式可解的。     

加工时间恶化的单机成组排序问题

讨论了一类在成组技术条件下，工件的加工时间恶化的单机排序问题。工件的加工时间是开工时间的线性函数，同时工件组的安装时间也是开始安装时刻的线性函数，同组工件间必须连续加工且没有安装时间，不同组工件间连续加工时有安装时间。基于对问题的分析，给出了多项式算法。     

到达时间与工期同序并带有不可用区间的串行批处理机问题

在制造业中,对串行批处理机的研究有重要的现实意义.考虑了机器带有不可用区间的单机串行批处理机问题.其中,工件的到达时间与工期是同序的.串行批处理机的容量为无限,工件带有2种不同的到达时间,分别为0或r,每批开始加工之前的安装时间固定且相同,在安装时间及不可用区间之内机器不能加工工件.批的加工时间为批内工件的加工时间之和...     

订单带多类工件时的极小完工时间之和问题

该文考虑下述订单问题：m份订单中共有n个工件需要在同一台机器上加工，这n个工件分属五种不同的类，当机器从加工某一类中的工件转向加工不同于它的第j类工件时，需要一个安装时间Sj，机器加工第一个工件前也有相应于该工件所属类的安装时间，目标是寻找一个使得m份订单的完工时间之和最小的加工顺序，文中根据安装时间、订单完工的定义的不同，分了三种情形，并分别给出了多项式时间算法、分枝定界算法和启发式算法。     

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.     

一类安装时间和加工时间受资源约束的成组排序问题

讨论了安装时间和加工时间同时受资源约束的单机成组排序问题．目标函数为在满足最大完工时间限制条件下极小化安装时间消耗资源量与工件消耗资源量的总和．在讨论了问题若干性质基础上，给出了一个最优多项式算法，并用数值例子作了说明．     

线性加工时间单机成组排序问题

讨论一类线性加工时间成组排序问题．在这一模型中，工件的加工时间是其开工时间的线性函数，全部工件分成若干组．工件的加工必须满足成组技术限制，同组工件间没有安装时间，各组间有与顺序无关的安装时间．目标函数为极小化最大完工时间．基于对问题的分析，给出了多项式算法。     

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。     

带有准备时间和退化维护的单机排序问题

研究带有可变加工时间、准备时间和退化维护的公共交货期与凸资源分配的单机排序问题.工件的实际加工时间是关于所分配的不可再生资源量和与工件位置有关的退化效应的函数,并且在每个工件加工之前都有一个准备时间,它是有关资源分配的凸函数.为了消除机器的退化,在规划时间内最多允许执行一次维护活动.在资源总量有限的条件下,确定最优工件排序、最优公共交货期、最优维护位置和最优资源分配方案,使得由工件的提前惩罚、延误惩罚、公共交货期和最大完工时间构成的总费用最小.根据优化的相关知识,将问题转化为匹配问题,给出了该问题的启发式算法.     

基于遗传算法的Job Shop静态调度算法

研究了具有柔性加工路径的Ｊｏｂ Ｓｈｏｐ静态调度问题，并考虑了与操作序列有关的工件安装时间和工件到期时间的约束。提出了一种将遗传算法和分派规则相结合的调度算法，用遗传算法决定各工件的每个操作应分配到哪台机器上加工，而对每台机器则运用分派规则来决定相应工件在此机器上加工的次序和开始加工时间，遗传算法中的进化机理使得该算法有可能得到最优调度结果。最后给出了此调度算法的仿真结果。     

Job Shop单机多目标调度

研究了Ｊｏｂ Ｓｈｏｐ生产系统的单机调度问题，提出并建立了单机总的流通时间，延误工作数量、最大延误时间、总的延误时间、总的提前时间、总的准备时间、优衔关系等多目标通式模型，应用模拟退火方法进行了仿真实验。     

锁定初始调度的紧急工作单机重调度问题

对单机环境下紧急工作的重调度问题进行了研究.初始调度中工作带有到达时间,目标为最小化初始工作的等待时间和;重调度目标是在初始调度锁定的情况下,将紧急工作插入初始调度,最小化紧急工作的最长等待时间.建立了RRLS(reschedulingrushjobswithloadslockedonsinglemachine)问题模型,然后证明了RRLS问题是NP难问题.根据问题性质和特点提出了有效的启发式算法,并给出了算法的时间复杂度.通过实例证明了算法的最优性条件.     

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。