JOB SHOP中零件排序的一种启发算法

Ｊｏｂ ｓｈｏｐ中的零件排序问题是生产作业计划安排与调度中的重要内容之一，作业已证明这类问题属于ＮＰ难题，不存在有效的解析解。本文针对一般作业车间的具体情况，考虑在工序间的批移动方式，提出了平行顺序移动方式下以极濉经零件生产周期为垢启发式算法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生作业计划与调度具有重意义。     

可拆分平行机排序问题的一个启发式算法

为缩短工件的完工时间,将极小化最大完工时间的平行机排序问题作为研究目标.在此问题中,允许同一工件拆分成多个子工件在不同的机器上同时加工,同一工件的任何2个子工件不可在同一台机器上加工.与以往研究不同,对工件的拆分方式进行了限制,即工件拆分后所得子工件的长度不能小于给定的阀值,且工件拆分次数尽量少,这是一个NP难问题.借助于LPT算法的思想,提出了一个求解该问题的启发式算法,实现了工件的自动拆分和工件到机器上的自动分配.通过多个实例对文中算法进行了测试,数值结果表明:该算法可行、稳定性良好,适用于工件拆分方式具有类似限制的平行机排序问题的方案决策.     

工件带到达时间和服务器的平行机排序问题复杂性和启发式算法

研究带到达时间和单服务器的平行机排序问题，工件在加工之前均有一定的安装时间，且所有安装时间均由单服务器来完成．证明在只有两台平行机的情况下，带到达时间和单服务器的平行机排序问题是强NP-困难的，对于有m台平行机的情况，给出一种改进的启发式算法，并证明该算法的紧界为2．     

有重叠的两抓钩周期性排序问题的启发式算法

抓钩排序问题不同于古典的排序问题,只有一个抓钩和一种产品,它仍然被证明为ＮＰ难题,对于有重叠区域的两抓钩周期性排序问题,迄今尚无法用数学模型直接求解。为了寻找出好的排序,提出了一种启发式算法以及求解有重叠两抓钩周期性排序问题。该方法把问题分解成相应序列的子问题,并对每个序列化建立和求解一个整体问题的线性规划模型,在序列空间中,通过寻找好的序列以得到最佳的排序。量化的示例表明所使用的方法是高效的。     

单件车间排序问题的一个启发式算法

本文提出了一个启发式算法,经计算表明,这个方法对于以加工周期为目标函数的单件车间排序问题,效果是比较好的。     

单抓钩周期性排序模型及其启发式算法

为了解决印刷电路板化学处理的排序问题,给出了一个新的单抓钩周期排序的混合整数规划模型,并针对该模型提出了结合线性规划模型的启发式算法．示例表明,该方法可以在短的计算时间内产生合理的排序,在适当条件下,混合整数规划模型可以结合搜索和线性规划模型以求得近似解     

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     

两种智能值排序启发式研究

为提升约束满足问题求解效率, 对最受推崇的智能值排序启发式Look-ahead 和Survivors-first 进行深入研究。比较两种值排序启发式在常规和自适应两种环境下的效率表现。结果显示, 在多数问题类上, 常规情况下Survivors-first效果更好, 而在自适应环境下效率有所下降; 在不同环境下使用不同启发式可提升约束满足问题求解效率。     

一种新型快速排序算法的设计与实现

本给出了一种具有比传统快速排序算法性能更高的排序方法，该方法既不需要关键字之间的比较，也不需要记录的移动，全给出了该算法的描述，时间/空间复杂度分析和实验比较数据，实验表明，该算法特别适合于大数据量大记录的排序工作。     

一种改进的起泡排序算法

本文给出了一种改进的起泡排序算法．改进后的起泡排序算法与经典的起泡排序算法相比，通常可以减少排序过程中总的比较次数．用ＰＡＳＣＡＬ语言描述的与算法有关的类型定义和变量说明如下：ＴＹＰＥｎｏｄｅ＝ＲＥＣＯＲＤｋｅｙ：ｉｎｔｅｇｅｒ；ｉｎｆｏ：ｄａｔａｔ...     

基于混合变邻域遗传算法的柔性车间调度研究

针对柔性作业车间调度的问题，以最大完工时间为目标建立数学模型，提出一种混合变邻域遗传算法。采用三种初始化方法保证初始解的质量，用遗传算法进行初步搜索，将搜索的结果通过迭代贪婪策略进一步搜索，以提高解的质量，再对关键路径进行邻域搜索，设计“跨机器工序搜索邻域”、“同机器工序搜索邻域”、“次优工序搜索邻域”三种邻域结构，加强局部搜索能力。引入迭代贪婪策略和改进的邻域结构可显著提高算法的稳定性与迭代速度。通过对国际通用的柔性作业车间调度基准算例进行测试，实验结果表明所提改进算法能够有效求解柔性作业车间调度问题。     

改进遗传蜂群算法求解分布式柔性作业车间调度问题

针对分布式柔性作业车间调度问题,提出一种改进遗传蜂群算法求解方案。算法采用基于机器编码的编码方案,根据编码特点和分布式柔性作业车间的特点,设计了一种基于编码相似度的交叉操作,可以避免在交叉过程中产生非法解,提高算法的运行效率,并通过在不同的交叉操作后,以不同概率进行两种变异操作的方式改进了雇佣蜂时期的搜索操作,改善了算法的迭代速度;采用排序选择策略替代原来跟随蜂时期的选择策略;改进侦查蜂的蜜源抛弃机制,通过对比已获得的全局最优解,对达到搜索上限的蜜源进行部分抛弃,防止破坏优质解再次陷入随机搜索。最后,通过对比不同算法对实例求解,验证本文算法的有效性。     

具有优先权的自由作业时间表问题研究

研究了具有优先权的自由作业时间表问题，在工件具有准备时间的条件下，给出一种新的启发式算法，其最坏性能比不超过2，猜想该算法的紧界是2—2／(m 1)，其中m是机器的台数，证明在3台机器的情况下，该算法的最坏性能比为3／2，且上界是紧的。     

Job Shop类型柔性制造系统调度问题的研究

研究了 Job Shop类型柔性制造系统的调度问题 ,其中每个工件都有多个可替代的工艺计划 ,并且每个操作均可在多个机器上选择加工 .建立了多目标混合整数规划模型 ,并设计了一种启发式算法进行求解 .实践表明 ,该算法具有较好的实用性和可行性     

多准则加工车间进度计划的启发式方法及其模拟实现

本文利用优先规则同启发式方法相结合的方法确定工件在机床上的加工顺序。同时考察了静态和动态(随机)加工车间问题,并利用加工车间模拟方法使之更加切合实际情况。     

各机器上具有相同加工时间F1oW Shop 调度问题

由m台机器构成的Flow Shop，当工件在各机器上加工时间相同时，直觉上，等价于单机问题。本文推测单机情形最优解的性质及其确定策略也应适合此调度模型。本文就一些目标函数验证了这一推测。     

基于改进遗传算法的Flow Shop调度算法研究

给出了Flow Shop调度问题的数学模型,介绍了三种用于求解该问题的启发式算法,根据普通遗传算法与启发式算法的互补特性,提出了结合两者各自优势的改进遗传算法．通过两个不同规模的经典算例对算法的优化性能进行了对比分析,结果表明,采用了保优策略的改进遗传算法的搜索能力优于启发式算法及普通遗传算法,并具有较强的鲁棒性．     

2－机器FlowShop随机调度问题

本文讨论了２－机器ＦｌｏｗＳｈｏｐ调度问题，在假定同一工件在不同机器上的加工时间为同分布的随机变量且加工时间在随机意义下可以排序时，给出了等待时间差的绝对值总和的期望最小的最优排序的若干性质。     

系统动态响应的算法研究

本文开发了多自由度线性离散系统受外激励响应的直接积分方法。对常见的外激励,给出了其系统响应的解析式。针对矩阵指数函数物理含义不明显,用跳乘和迭代方法解决了响应过程数值计算的速度问题。计算机运算表明,本法的运算速度较之于龙格-库塔法快三倍以上。     

一种基于贪心策略的启发式云计算任务调度算法

提出了一种基于贪心策略的启发式任务调度算法,用于优化云计算环境下任务调度中执行时间。首先,给出了云计算环境下任务调度问题的形式化描述及其最早完成时间的启发式优先分配原则;接着,基于最早完成时间的优先分配原则,采用贪心策略难易交错地分配任务求得任务调度的初始解;进而,引入了任务对交换的收益值概念,采用贪心策略选择收益值大的任务对交换优化任务调度初始解的执行时间;最后,在Cloud Sim云计算仿真实验平台下进行了顺序调度算法、Min-Min算法、Max-Min算法和本文算法的对比实验,实验数据对比充分验证了本文算法既能减少任务执行时间,又能使资源负载相对平衡。