论文部分内容阅读
在实际问题中,由于机器的磨损、工人熟练程度的改变、分配资源等原因,工件的实际加工时间往往会受到影响。也就是工件的实际加工时间与其基本加工时间、加工过程中所排位置、开始加工时间和所分配的资源有关。同时,由于维修、保养等原因,使得机器在某段时间不能加工工件,即机器具有可用性限制。本文研究的可用性限制是不可恢复的,即如果工件在维修之前没有加工完,则在维修之后将重新开始加工。 本文研究同时带有学习效应和恶化效应的排序问题。对于机器带有不可用区间的情况,分别讨论了工件可被拒绝和不拒绝的排序问题。同时还研究了带有多次维修且维修时间不固定的单机排序问题。具体内容概括如下: 1)对于工件的实际加工时间与其基本加工时间、加工过程中所排位置及开始加工时间有关,且机器带有一个不可用区间的情况,分别研究了工件不可以被拒绝加工及可被拒绝的问题。 (1)对于工件不可以被拒绝的情况,研究了目标函数为总完工时间的单机和两台平行机排序问题。分别给出了拟多项式时间的动态规划算法,并分析了算法的复杂性。特别地,对于一台机器只在零时刻开始维修、另一台机器无可用性限制的特殊情况,通过将其转化为指派问题,给出了复杂性为O(n4)的多项式时间最优算法,并通过一个数值例子说明了其计算过程。 (2)对于工件可以被拒绝的情况,研究了目标函数为拒绝工件的总惩罚与接受工件的总完工时间之和的单机和两台平行机排序问题。给出了对应的拟多项式时间的动态规划算法,并分析了算法的复杂性。 2)工件的实际加工时间与其基本加工时间、加工过程中所排位置、开始加工时间和所分配的资源有关。机器需要进行多次维修,并且最大维修次数是给定的。对于每个工件的学习效应参数都相同的情况,讨论的目标函数分别为:(1)最大完工时间与资源分配总费用之和;(2)总完工时间与资源分配总费用之和。对于每个工件的学习效应参数都不相同的情况,研究的目标函数为最大完工时间与资源分配总费用之和。将上述问题都转化成指派问题,从而得到多项式时间的最优解。