×
马，冉;韩文文;苗族、翠霞;朱安·邹

考虑学习的最优在线调度算法。 （英语） Zbl 1481.90181号

亚洲-太平洋。《运营杂志》。物件。 38，第5号，文章ID 2140002，17 p.（2021）.
摘要：本文研究了单机上具有学习效应的经典在线调度问题。具体地说，随着时间的推移，许多在线的独立作业将在一台机器上进行处理，学习效应意味着作业（J_J）的实际处理时间是其位置（h）的非递增函数，即，（p_{jh}=p_J\alpha^{h-1}），其中（p_J）是作业的基本处理时间（J_J\）和（0<\alpha<1）是学习指数。我们的目标是最小化所有工作的总完成时间。对于该问题，我们开发了一种确定性多项式时间在线算法，称为延迟的最短基本处理时间（DSBPT），并声明它是一个竞争比为2的在线算法，与我们关注的在线调度问题的下限相匹配。

引用于1文件

MSC公司：

90B35型 运筹学中的确定性调度理论
68周27 在线算法；流式算法

关键词：

行程安排;学习效应;在线算法;竞争比率
PDF格式BibTeX公司 XML格式引用
\textit{R.Ma}等人，亚洲太平洋。《运营杂志》。第38号决议，第5号，文章ID 2140002，17页（2021；Zbl 1481.90181）
全文： 内政部

参考文献：

[1] Biskup，D（1999）。考虑学习因素的单机调度。欧洲运筹学杂志，115（1），173-178·Zbl 0946.90025号
[2] Biskup，D（2008）。对具有学习效果的日程安排的最新审查。《欧洲运筹学杂志》，188（2），315-329·兹比尔1129.90022
[3] Cheng，TCE，Kuo，WH和Yang，DL（2014）。具有位置加权学习效果的调度。《优化快报》，8（1），293-306·Zbl 1288.90022号
[4] Cheng、TCE、Wu、CC、Chen、JC、Wu，WH和Cheng，SR（2013）。带有截断学习函数的两机流水车间调度，以最小化完工时间。《国际生产经济学杂志》，141（1），79-86。
[5] Cheng，TE，Wu，CC和Lee，WC（2008）。一些具有基于加工时间和工作位置的学习效果的调度问题。信息科学，178（11），2476-2487·Zbl 1172.90397号
[6] Cheng，M，Xiao，S和Liu，G（2018）。中断条件下具有学习效果的单机重调度问题。工业与管理优化杂志，14（3），967-980·Zbl 1412.90050号
[7] Fan，W，Pei，J，Liu，X，Pardalos，PM和Kong，M（2018）。具有发布时间以及退化和截断的工作相关学习的组合影响的串行批处理组调度。《全球优化杂志》，71（1），147-163·Zbl 1403.90319号
[8] Gordon，VS，Potts，CN，Strusevich，VA和Whitehead，JD（2008）。带退化和学习的单机调度模型：通过优先级生成处理优先级约束。《调度杂志》，11（5），357-370·Zbl 1168.90441号
[9] JA Hoogeveen和AP Vestjens（1996年）。单机调度的最优在线算法。整数规划和组合优化，1084，404-414·Zbl 1414.90152号
[10] Janiak，A和Rudek，R（2008）。学习效果的新方法：超越学习曲线限制。计算机运筹学，35（11），3727-3736·Zbl 1170.90392号
[11] Li，XJ，Wang，JJ和Wang，XR（2015）。具有学习效果、恶化作业和凸资源依赖处理时间的单机调度。《亚洲太平洋运筹学杂志》，32（5），1-13·Zbl 1330.90032号
[12] Ma，R，Tao，JP和Yuan，JJ（2016）。具有线性恶化作业的在线调度，以最小化加权总完工时间。应用数学与计算，273570-583·兹比尔1410.90091
[13] Ma，R和Yuan，JJ（2017）。在线调度以最小化总加权完工时间加上拒收成本。组合优化杂志，34（2），483-503·Zbl 1382.90037号
[14] Ma，R和Guo，SN（2021）。应用“剥洋葱”方法进行在线排产中的竞争分析。《欧洲运筹学杂志》，290（2021），57-67·Zbl 1487.90305号
[15] Mosheiov，G和Sidney，JB（2003）。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（3），665-670·Zbl 1037.90529号
[16] Rustogi，K和Strusevich，VA（2012年）。具有位置效应的调度模型中的简单匹配与线性分配：一篇评论。欧洲运筹学杂志，222（3），393-407·Zbl 1253.90117号
[17] Wang，JB和Cheng，TE（2007）。进度安排问题的恶化和学习的影响。《亚洲太平洋运筹学杂志》，24（2），245-261·Zbl 1121.90066号
[18] Wang，JB，Liu，F和Wang，JJ（2019）。具有截断学习效应的m-machine流水车间调度研究。《运筹学国际交易》，26（3），1135-1151·Zbl 07766344号
[19] Wang，JB，Liu，M，Yin，N和Ji，P（2017）。调度具有可控处理时间、截断作业相关学习和退化效应的作业。工业与管理优化杂志，13（2），1025-1039·Zbl 1364.90166号
[20] Wang，JB和Xia，ZQ（2005）。具有学习效果的Flow-shop调度。运筹学学会杂志，56（11），1325-1330·Zbl 1082.90041号
[21] Wang，XY，Zhou，Z，Zhang，X，Ji，P和Wang，JB（2013）。几个具有截断位置学习效应的流水车间调度问题。计算机与运筹学，40（12），2906-2929·Zbl 1348.90323号
[22] Wu，CC和Lee，WC（2008）。具有学习效应的单机调度问题。应用数学建模，32（7），1191-1197·Zbl 1172.90415号
[23] Wu，YB和Wang，JJ（2016）。具有基于过程和时间截断学习效果（包括比例交付时间）的单机调度。神经计算与应用，27（4），937-943。
[24] Wu，CC，Yin，Y和Cheng，SR（2013）。基于位置截断学习函数的单机和双机流水车间调度问题。运筹学学会杂志，64（1），147-156。
[25] Xu，J，Wu，CC，Yin，Y，Zhao，C，Chiou，YT和Lin，WC（2016）。基于位置学习效应的订单调度问题。计算机与运筹学，74175-186·Zbl 1349.90421号
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。