【word】 一类超前有奖延误受罚的排序问题
一类超前有奖延误受罚的排序问题
2010年11月
第25卷第6期
成阳师范学院
JournalofXianyangNormalUniversity
NOV.2O1O
VO1.25No.6
【基础数学与应用数学研究】
一
类超前有奖延误受罚的排序问题
王海峰,苑丽华
f曲阜师范大学运筹与管理学院.山东Et照276826)
摘要:讨论了带有学习效应的排序问题,目标函数为超前有奖延误受罚的几个问题.对所
有工件加工时间不相同和相同的情形,分别给出了算法,并
了算法的最优性.
关键词:学习效应;超前有奖延误受罚:最优排序
中图分类号:0223文献标识码:A文章编号:1672—2914(2010)06—0001—04
ASchedulingProblemwithEarlinessAwardandTardinessPenalty
WANGHai—feng,YUANLi—hua
(CollegeofOperationsandManagement,QufuNormalUniversity,Rizhao,Shandong276826,China)
Abs缸
act:Inthispaper,theschedulingproblemwithlearningeffectisconsidered.Theobjective
functionistominimizethetotalearlinessawardandtardinesspenalty.Severaloptimalalgorithmsare
providedfortheprocessingtimesofthejobsarenon—identicalandidentical,r
espectively.
Keywords:learningeffect;earlinessawardandtardinesspenalty;optimalscheduling
分批排序问题是半导体生产过程的最后阶段提
炼出来的一类重要问题【lj,对于工件时到达,目标函
数为总完工时间这种情形,Bruckert给出了一时间复
杂性为O(凡肛))的动态规划算法.对目标函数为加权
总完工时间.而且属于每一批工件的个数没有限制
而工件有不同到达时间的情形,Deng和Zhang[31证
明了是NP一完备的.并给出了到达时间个数和加工
时间个数是常数的动态规划算法.而对目标函数为
加权总完工时间的问题,已经推出它是NP.完备的,
苗翠霞等[4]在工件有相同的加工时间的情况给出了
最优算法.
在经典排序中,工件的加工时间是一个常数,而
在一些实际排序问题中由于工厂和工人反复加工同
样的工件.他们学会了如何更有效地操作,这意味着
工件在加工顺序中排在后面的加工时间反而缩短.
这类问题被称之为具有学习效应的排序问题.为很
好地
示这种学习效应,Biskup[51提出一种学习效应
模型:p,.J,r=l,2,…,n.其中血?0,a为常数,
是学习效应因子,为
加工时间,为实际加工
时间.r为加工位置.在该模型中,工件的实际加工时
间只受位置的影响.Kuo提出了一种新的学习效
r.1
应模型:p(1+p[】+p…(1+P,其中
–l
口0,a为常数,是学习效应因子,为工件在位置r
的实际加工时间,P为标准加工时间,PN,k=l,2,…,
卜1为安排在位置k上的工件的标准加工时间,在该
模型中,工件的实际加工时间受排序中前r一1个
工件标准加工时间之和的影响,该模型在许多现实
环境中非常实用.
在工件具有学习效应的条件下,考虑目标函数为
超前有奖延误受罚的排序问题,这里的排序问题可表
示为1ILEI(Ot,Ci为工件的完工时间,和
i=l
E分别为延误和超前工件的时间,其中Ti=max{0,Ci—
d},Ei=max{O,d—Ci},;>0是罚因子,>O是奖因子.在
工件的加工时间不一和加工时间都相等的情况下给
出最优算法.
所研究的问题用三参数法表示如下:
Ir一1l
1lp(1+?p[kl?(%J,
收稿日期:2010—05—23
基金项目:国家自然科学基金项目(10671108).
作者简介:王海峰(1983一),女,山东青岛市人,曲阜师范大学运筹与管
理学院硕士研究生.
?
2?成阳师范学院第25卷
其中口O.为学习效应因子.
1加工时间都不相同的情形
当工件的加工时间不相等时,给出了最优算法.
引理1对于问题
Ir-lI
lIp(1+?pJcl嘣,按s序来排序可得I–1l
到最优解.
证明见 中,工件五在第r个位置上加工,工件J;在第r+1个
位置上加工,这种交换不影响工件和之前工件
的完工时间.
在仃中.有
卜2
CA~r)--p【l回(1+?p[1一印(1+?pq=1
r-I
l+p,
一
C~Or)=p【1]+p闭(1+?…印『r_1】(1+?砌q1
卜lr-l
l+PI(1+p..
=1曩=l
在仃中.有
卜2
(仃)--p【—翻(1+?p【u)口_卜…印I卜11(1+?pq=1
p(1+?p口=1
,
(々r)【l】印踊(1+p【l…印[卜l】(1+P11.1
卜1r一】
111.’
pk(1+p竹(1+十p)..
q:1q=I
因此有
1+?p.(1+?p啪.卜(1+?p一q=1q=1q1
r-Ir一1
咖(1+?p.(1+?p【qi+p).】=?叩(1+
?+p(1+?pM(1+?】+p))+q=1q=1q=1
r一1卜l
+?p】印)aIW~(1+?p..q=1q=l
因为p,埘>I(>p),
所以
,一】,一】
(1+?p】+p)(1+?pM).,q1q=1
(1+?(1+?p刚.一_P(1+(1+p】”一q=】=l
r_l
l+?p】+p>-0.q=l
因此有
?(一?)>0..
所以7r优于7r,这与7r是最优排序矛盾.所以
WSPT序是该问题的最优排序.
1对于问题
l卜lI
1fp(1+?P[k,d<min{pj,:l,2,…,n}f—Jk=
1I1
,如果P和一致,则按p如不减的顺序排序得
最优解.
证明:如果d<min,i=1,2,…,,l},则所有的工件
完成
工.因此有
?(椰):?(ce1)-e1)=?c广?.(=(cc广卢.i=1i=1i=1i:1
因为最后一项为常数,故由引理3可知,上述结论
成立.
定理3对于问题
1卜1fip(1+?【i,oLi=l1P(12一,凡)i?(OL—Ip(1+2l一【(=1,,…,
凡)I2.,(—l:1l’1
E),如果PJ和OL一致,则按Pi不减的顺序排序
可得最优解.
证明:如果(1,2,…,n),则相应的目标函
数变为
?(:?(一目:?.(c广:i=1i=li:1
?Ci一?.i=li:l
因为最后一项为常数.故由引理3可知,上述结论
成立.
2加工时间都相同的情形
当工件的加工时间都相等时,给出了最优算法.
定理4对于问题
fr—lf
1(1+?Ptk,d<mi:1,2,…,n}l?(一Ik=1I1
),如果Pi,则按不增的顺序排序可得最优解.
证明:如果d<min,i=1,2,…,n},则所有的工
件都超期,因此有
?():?(e一:?otiCi一?.i=1=1i=1=l
因为最后一项为常数,故由引理3可知,上述结论
成立.
定理5对于问题
l卜1I
1Ip(1+?P[kYp,d>c—I?(ol),如果p,l=1Il1
则按不增的顺序排序可得最优解.
证明:如果>,则所有的工件都提前完工.
因此有
?(OL压)=?(G一:?G一?.(压)=(G一=G一f.i=1L=1i=1i=1
因为最后一项为常数.故由引理3可知,上述结论
成立.
定理6对于问题
1lp(1+p,F(=1,2,…,n)l(OLi]BE),l1I,
l:1I一
如果p,则按OL不增的顺序排序可得最优解.
证明:如果OL(1,2,…,n),则相应的目标函
数变为
?(—):?(一E):?(Ci一:i=1=1l=1
?Ci一?.i:ll=1
因为最后一项为常数,故由引理3可知,上述结论
成立.
定理7对于问题
l卜1l
1lP(1+?P(1,2,…,n)I?(T,-B,E2o~,T,-B,E),如JP(1+2p,=(=1,,…,n)l(),如
I:II’1
果p-p,则按不增的顺序排序可得最优解.
证明:假设是问题
fIJ
1lp(1+?p(12一,n)l?(韶)的Ik=
1I1
最优排序,但不是按屈不增的顺序进行排列.不妨设
存在两个相邻工作,,工件在之前加工,但
>,设工件的开工时间为,,工件在第r个位置
上加工,工件在第r+1个位置上加工.设为工件
之前的目标函数值,B为工件之后的目标函数
值.在中,将工件和位置互换,得到排序,
设A为工件之前的目标函数值,日为工件之后
的目标函数值.又因为所有工件的标准加工时间都
相等,故有A=A,B=B.设)和)分别表示序列
和O-的目标函数值.则下面通过几种情况来证明
其正确性.
1)当d比t小时,则可由定理4知其成立.
2)在序(7-中,d在工件的跨度内,在序中,d
在工件的跨度内时,则有
r一】,一1
flo-)=A+o~斗p(1+?P++p(1+?P【=1=1
r一1
印+?p+B,=l
r一1r-1
Ao”)=A+(1+?P+O+?P=
1=1
r—J
p(1+?plk~~-d)+B.=1
又因为
,i=1,2,…,,
所以有
咸阳师范学院第25卷
cr))=(一(1+?p0=l
由定理6知,变换后目标函数值不变.
3)在序中,d正好处在工件被加工完成时,在
序中,d正好处在工件被加工完成时.则有
r-I卜1
/?:A—cq(t-p(1+?p陋】)(1印?p柏,–1=1
卜l卜1
一
ol+?p(1+?ptQ:--d)+B,–l=l
又因为
p=l,2,…,,,.=(=1,2,…,凡),
所以
(0r)=0.
因此在这种情况下变化后目标函数值不变.
4)在序or中,d正好处在工件的跨度内,在序
or中,d正好处在工件五的跨度内,则有
);A(d—t-p(1+?p?+O斗(1+?p=
1=l
r_1
(1+p?p+B,
)=A—7日}(d一,-pj(1~p.+竹(1+?p+:1=1
,一1
+?pcf)柏.=1
又因为
p(i:1,2,…,n),o/=ce(i=l,2,…,n),
所以
卜1
Ao-)-Ao-)=)(cf—t-p(1+?pV)->o.k=1
所以变换后目标函数值变优,与最优排序矛盾,故or
为最优排序.
5)在序中,d正好处在工件被加工完成时,在
序or中,d正好处在工件被加工完成时.由定理5
知其成立
3小结
本文考虑了具有学习效应和共同交货期的单机
排序问题,目标函数为超前有奖延误受罚总和.目标
是找出最优排序,使得目标函数值达到最小.因为
该问题的一般情形是NP—hard,所以这里给出了一
些特殊情况下的多项式可解的特例,并给出了算法
和相应的证明过程.
参考文献:
【114国春,张峰,罗守成,等.现代排序论【M】.上海:上海科
学普及出版社,2003.
[2]BmckerP,GladkyA,HoogevreenH,eta1.Vandevelescheduling
abatchingmachine[J].JournalofScheduling,1998(1):31—
54.
【3]DengXT,ZhangYZ.Minimi~ngme~rlresponsetimein
batchprocessing[J].Algorithmic,2004(4):513-528.
【4】苗翠霞,张玉忠.极小化加权总完工时间的分批排序1”-3题【J].
运筹学,2005(2):82—86.
【5]BiskupD.Single—machineschedulingwithlearning
consideration[J】_EuropeanJournalofOperationalResearch,
1999(115):l73—178.
[6]KuoWH,YangDL.Minimizingthemakespanina
single—machineschedulingproblemwithatime-based
learningeffect[J】.InformationProcessingLetters,2006(97)
64-67.
【7]KuoWH,YangDL.Minimizingthetotalcompletiontimein
asingle-machineschedulingproblemwithatime-dependent
learningeffect[J].EuropeanJournalofOperationalResearch,
2006(174):l184一l190.