带学习效应的供应链排序算法研究

考虑了机器在加工工件时会具有学习效应这一实际条件,将具有单制造商的供应链排序推广到具有多制造商的供应链排序问题.以总的加权配送时间和配送费用达到最小作为目标,在分析解的最优性条件的基础上,分别给出问题在工件具有一致性权重和不分批配送假设下的最优算法,并分析算法的时间复杂性.最后给出该问题的近似值.     

带有路径和运输方式选择的供应链排序算法研究

主要研究了在供应链中具有单台机器的单个制造商、多个客户的生产和运输的集成排序问题.以生产排序和运输的总费用达到最小作为目标函数.其中生产排序费用是用工件送达时间的函数表示,发送费用是由固定费用和可变费用组成,可变费用与路径和运输方式的选择有关.对该问题的两类特殊情形给出了基于动态规划的多项式时间算法.     

一台串行批处理机上的一类有主次指标的排序问题

考虑一类带机器安装时间的单机双目标串行分批排序问题.对解决这一排序问题所涉及的两个问题:1,s/s-batch,B≥n,Cmax≤u|∑Cj和1,s/s-batch,B≥n,Cj≤v|∑Cmax,通过动态规划给出了多项式时间最优算法.     

带学习效应的单机成组排序问题

考虑了在工件具有学习效应的条件下,目标函数为最大完工时间和总完工时间的单机成组排序问题.对这两个问题分别给出了多项式时问算法并证明了其算法的最优性.     

供应链管理中多制造商多客户的分批排序问题

研究每个制造商具有单台批处理机的多制造商、多客户的生产和运输集成问题,以生产和运输的总费用达到最小作为目标,建立问题的集成排序模型.在工件分别带有权重和交货期的情况下,在分析解的最优性条件的基础上,分别用工件的加权总完工时间和最大延主罡作为生产费用,给出相应的动态规划算法,并分析算法的复杂性.并且给出批容量有限加工时间都相同这一特殊情形的最优算法.     

加工时间依赖工件位置的树约束单机排序问题

讨论了工件的加工时间依赖于工件位置的树约束单机排序问题,给出了目标函数为最大完工时间的多项式算法.结果表明,最大家庭树中的工件优先于其它家庭树中的工件加工,并且其工件要连续加工所得到的排序为最优排序.     

两台同类机极小化总完工时间的分批排序问题

考虑了两台同类机极小化总完工时间的分批排序问题,给出了计算复杂性为O(n3)的动态规划算法,并将此算法推广到了工件具有学习效应的情况.     

工件可拒绝的单机无界平行批排序

首次考虑了目标函数为极小化最大延误与被拒绝工件的惩罚费用之和的单机无界平行批排序问题.证明了问题1｜B≥n,rej｜ Tmax+ TCP为NP-困难的,针对该问题给出了基于动态规划的伪多项式时间算法.     

工件具有学习效应的分批排序问题

讨论了分批排序中工件具有学习效应、目标函数为极小化加权总完工时间的几个问题,分别就所有工件的基本加工时间都相等的情况给出了几种算法,并证明了算法的最优性.     

工件可选择的平行机在线排序

研究了一类平行机在线排序问题,且工件可以选择.用三参数法表示该模型为:Pm|on-line,rj,D|∑,fJ.其中D指机器使用期限,fj为工件Jj的加工利润,目标函数是使得在机器使用期限内所获总利润最大.本文给出了该模型fj=1情形(即工件费用相同)的所有在线g法竞争比的上界1/2,进而给出了两台机器、fj=1且工件序列只含两类工件情形(小工件加工时间为1,大工件加工时间为d≥2)的在线算法(ξ)1,其竞争比为1/2,为最具竞争性的