×
王继波;吕丹阳;徐健;季萍;李富强

具有截断学习效果和凸可控处理时间的双准则调度。 （英语） Zbl 07768648号

国际事务处理。操作。物件。 28，第3期，1573-1593（2021）。
摘要：本文研究了单机调度问题，其中作业的处理时间是其在序列中的位置、截断参数及其资源分配的函数。对于凸资源消耗函数，我们提供了一个双准则分析，其中第一个准则是最小化总加权流（完成）时间，第二个准则是使总资源消耗成本最小化。如果权重是位置相关的权重，我们证明了考虑这两个准则的三个版本可以分别在多项式时间内求解。如果权重是与工作相关的权重，那么这两个标准的三个版本的计算复杂性仍然是一个悬而未决的问题。为了解决与工作相关的权重问题，我们提出了一种启发式算法（上限）和一种分枝定界算法（精确解）。
{©2020 The Authors.International Transactions in Operational Research©2020国际运筹学会联合会}

引用于15文件

MSC公司：

90倍X 运筹学、数学规划

关键词：

日程安排;分叉装订;组合优化;启发式;可控处理时间;截断学习效应
PDF格式BibTeX公司 XML格式引用
\textit{J.-B.Wang}等人，国际翻译。操作。第28号决议，第3号，1573--1593（2021；Zbl 07768648）
全文： 内政部

参考文献：

[1] Azzouz，A.，Ennigrou，M.，Said，L.B.，2018年。学习效应下的调度问题：分类和制图。《国际生产研究杂志》56，1642-1661。
[2] Biskup，D.，1999年。考虑学习因素的单机调度。《欧洲运筹学杂志》115，173-178·Zbl 0946.90025号
[3] Biskup，D.，2008年。关于具有学习效果的日程安排的最新审查。《欧洲运筹学杂志》188，315-329·Zbl 1129.90022号
[4] Cheng，T.C.E.，Wu，C.-C。，Chen，J.‐C。，吴，W.‐H。，S.R.Cheng。，2013.具有截断学习功能的两机流程调度，以最大限度地缩短完工时间。《国际生产经济学杂志》141，79-86。
[5] Fleszar，K.，印地语，K.S.，2018年。具有资源约束的不相关并行机调度问题的算法。《欧洲运筹学杂志》271，839-848·Zbl 1403.90322号
[6] Framinan，J.M.，Leisten，R.，2003年。一种有效的构造性启发式算法，用于置换流车间中的流时间最小化。欧米茄31311-317。
[7] Geng，X.‐N。，Wang，J.‐B。，Bai，D.，2019年。具有凸资源分配和学习效果的无等待流水车间的通用到期日分配调度。工程优化51，1301-1323·兹比尔1523.90157
[8] Graham，R.L.，Lawler，E.L.，Lenstra，J.K.，Rinnooy Kan，A.H.G.，1979年。确定性排序和调度中的优化和近似：一项调查。离散数学年鉴5，287-326·Zbl 0411.90044号
[9] Hardy，G.H.，Littlewood，J.E.，Polya，G.，1967年。不等式（第二版）。剑桥大学出版社，剑桥。
[10] Ji，M.，Yao，D.，Yang，Q.，Cheng，T.C.E.，2015年。具有老化效应、资源分配和速率修改活动的单机通用流量余量调度。《运筹学国际交易》22997-1015·Zbl 1330.90031号
[11] Li，G.、Luo，M.‐L.、。，张伟杰。，Wang，X.-Y。，2015年，基于通用流量余量、学习效果和资源分配的单机到期窗口分配计划。《国际生产研究杂志》53，1228-1241。
[12] Liu，F.，Wang，S.，Hong，Y.，Yue，X.，2017年。随机和动态中断下的鲁棒稳定flowshop调度。IEEE工程管理汇刊64，539-553。
[13] Liu，F.，Yang，J.，Lu，Y.，2019年。具有就绪时间和恶化作业的单机组调度的求解算法。工程优化51，862-874。
[14] Low，C.、Lin，W.‐Y。，2011.最小化具有学习效果的单机调度问题的总完成时间。应用数学建模351946-1951·Zbl 1217.90109号
[15] 吕义勇。，Li，G.、Wu，Y.‐B.、。，季平，2014。具有学习效果和资源依赖性处理时间的最优到期日分配问题。优化信函8113-127·Zbl 1288.90034号
[16] 吕义勇。，Liu，J.‐Y。，2018年，关于位置相关工作负载的资源分配计划的说明。工程优化50，1810-1827·Zbl 1523.90181号
[17] 吕义勇。，Wang，J.‐B。，冀平，何宏，2017。关于单台机器上具有成组技术和学习效果的资源分配调度的说明。工程优化491621-1632。
[18] Monma，C.L.，Schrijver，A.，Todd，M.J.，Wei，V.K.，1990年。有向非循环图上的凸资源分配问题：对偶性、复杂性、特殊情况和扩展。运筹学数学研究15736-748·Zbl 0717.90080号
[19] Mosheiov，G.，Sidney，J.B.，2003年。使用与工作相关的一般学习曲线进行调度。《欧洲运筹学杂志》147，665-670·Zbl 1037.90529号
[20] Oron，D.，2016年。调度具有位置相关工作负载的可控处理时间作业。《国际生产经济杂志》173，153-160。
[21] Pei，J.，Liu，X.，Liao，B.，Pardalos，P.M.，Kong，M.，2018年。串行批生产中具有学习效果和资源依赖性加工时间的单机调度。应用数学建模58，245-253·Zbl 1480.90140号
[22] Qian，J.，Lin，H.，Kong，Y.，Wang，Y..，2020年。带有发布时间和学习因素的三准则单机调度模型。应用数学与计算，387124543·Zbl 1462.90051号
[23] Qian，J.，Steiner，G.，2013年。具有学习效果和与时间相关的单台机器处理时间的快速调度算法。《欧洲运筹学杂志》225547-551·Zbl 1292.90122号
[24] Shabtay，D.，Kaspi，M.，2004年。在加工时间可控的情况下，最小化单台机器中的总加权流动时间。计算机与运营研究312279-2289·兹比尔1073.90017
[25] Shabtay，D.，Steiner，G.，2007年。加工时间可控的调度研究。离散应用数学1551643-1666·Zbl 1119.90022号
[26] T'kindt，V.，Billaut，J.‐C.2006。多准则调度：理论、模型和算法（第二版）。柏林施普林格·Zbl 1126.90002号
[27] Wang，J.‐B。，Geng，X.‐N。，Liu，L.、Wang，J.‐J.、。，吕义勇。，2018.单机CON/SLK到期日分配计划，具有可控的处理时间和工作相关学习效果。计算机杂志611329-1337。
[28] 王晓瑞。，Jin，J.、Wang，J.‐B.、。，季平，2014。具有截断作业相关学习效果的单机调度。优化信函8，669-677·Zbl 1288.90037号
[29] Wang，D.，Li，Z.，2019年。具有可协商公共到期窗口和资源相关处理时间的双标准调度。信息科学478258-274·Zbl 1443.90195号
[30] Wang，J.‐B。，Liu，F.、Wang，J.‐J.、。，2019.具有截断学习效应的m‐machine flow shop调度研究。《运筹学国际交易》26，1135-1151·Zbl 07766344号
[31] Wang，J.‐B。，Wang，M.‐Z。，2012.单机调度，以最小化总凸资源消耗，并限制总加权流时间。计算机与运营研究39，492-497·兹比尔1251.90197
[32] Wang，J.‐B。，Wang，M.‐Z。，2014.具有学习效果和资源依赖性处理时间的单机到期窗口分配和调度。《亚太运筹学杂志》311450036·兹比尔1299.90167
[33] Wang，J.‐B。，Wang，J.‐J。，2015年，研究工作相关学习效应和凸资源相关加工时间的调度。《国际生产研究杂志》53，5826-5836。
[34] Wang，D.，Wang，M.‐Z。，Wang，J.‐B。，2010年，具有学习效果和资源依赖性处理时间的单机调度。计算机与工业工程59，458-462。
[35] Wu，C.‐C。，Yin，Y.，Cheng，S.‐R。，2011.一些具有截断学习效应的单机调度问题。计算机与工业工程60、790-795。
[36] Wu，C.‐C。，Yin，Y.，Cheng，S.‐R。，2013.基于位置学习功能被截断的单机和双机flowshop调度问题。《运筹学会杂志》64，147-156。
[37] Zhang，J.、Liu，F.、Tang，J.和Li，Y.，2019年。考虑到Pickers的学习效应，O2O社区超市的在线集成拣选和配送。运输研究E部分：物流与运输回顾123，180-199。
[38] Zhu，Z.，Sun，L.，Chu，F.，Liu，M.，2011年。具有资源分配和学习效果的单机组调度。计算机与工业工程60，148-157。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。