具有特殊族工件的分批在线排序问题

来源 :郑州大学 | 被引量 : 0次 | 上传用户:XTOGM
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
所谓排序,就是在一定的约束条件下对工件和机器按时间进行分配和安排次序,使某一个或某一些指标达到最优。在平行分批排序模型中,机器可以同时加工属于同一批的多个工件。每一个批的加工时间是这批工件中所有工件加工时间的最大者。对于分族工件来说,不同族的工件不能放在一批进行加工。在在线排序问题中,工件按时到达,每个工件的特性(包括它的加工时间pj和到达时间rj)只有在工件到达时才知道,并且工件一旦被安排之后就不允许再改变。一个在线算法的好坏通常是用它的竞争比来衡量的.  本文研究了一类特殊的三族工件平行分批的最小化时间表长排序问题。在这个模型中,有两个族可分批的批容量是无界的,即为正常的可分批族;另外一个族的批容量为1,即一批只能加工一个工件。该模型竞争比的下界就是两个一般族模型的上界。由于其中一个工件族的特殊性,我们给出了一个对这一族工件优先考虑的在线算法,即只要有这一族的工件到达,我们就优先加工这一族的工件。在证明算法上界的过程中,我们主要考虑最后四批,它们之间要么有空闲时间,要么相继排列。通过证明,我们得出此算法是竞争比为(171/2+3)/4的最好可能的在线算法。
其他文献
微分形式在许多领域都有着广泛的应用,例如算子分析,位势理论,偏微分方程和拟正则映射等领域。在Sobolev空间和微分形式的研究中,学者们建立了各种不同形式的古典的Poincar′e不
所谓图的Hosoya指标就是指图的边独立指数.用G=(V(G),E(G))表示顶点集合是V(G),边集是E(G)的图.图的两条边是独立的,若它们没有公共点.E(G)的没有任何边相邻子集称为边独立集.图G的
DNA计算的研究主要包括三个方面:DNA编码,DNA计算模型与DNA计算的形式模型。其中DNA编码是DNA计算的第一步也是最重要的一步,DNA计算模型是DNA计算实现的过程,而DNA计算的形
Web服务具有跨平台性、低耦合性以及语言无关性等特点,它已经成为了电子商务和分布式计算的重要解决方案。针对复杂的业务需求,单一Web服务无法满足其需求,因此将多个Web服务
孤立子理论是非线性科学的一个重要组成部分。许多理论和应用学科中的数学模型导出的非线性方程的解具有孤立子特性。因此,孤立子方程的求解(特别是对于(2+1)维方程)在理论和
自由曲线和曲面在飞机、汽车、船舶、家电外形设计和反求工程中有着广泛的应用。在CAGD中,经常用参数曲线曲面来插值、逼近、拟合测量得到的数据点。然而,由于计算和测量数据
线性测量误差模型中因变量包含随机误差项,而在实际应用中测量的数据总是带有误差,因而线性测量误差模型是一种较为符合实际情形的模型,对该模型的研究一般采用最小二乘法,但由于
A-调和方程属于非线性椭圆偏微分方程,在近些年得到深入的研究,并取得了许多重要的结果。这些结果被广泛地应用在自然科学与工程技术的诸多分支中,同时它们在一定程度上推动了A-
开映射定理、闭图像定理和等度连续定理是泛函分析的三大基本原理。人们对三大基本原理的推广和改进已持续了60多年,但大多数文章都是从改进空间的角度出发考虑的。最近有一些
自缩序列是一类重要的伪随机序列,而周期和线性复杂度是序列伪随机性的经典量度.如何构造自缩序列的新模型,使生成序列具有大的周期和高的线性复杂度是一个重要问题.本文构造