导读:本文包含了平行批排序论文开题报告文献综述及选题提纲参考文献，主要关键词:在线算法,平行分批,不相容工件族,最小化时间表长
平行批排序论文文献综述
高焰红[1]（2019）在《平行批处理机上不相容族工件的在线排序问题》一文中研究指出排序是指把每个工件的加工时长全部分配到一台机器或多台机器的一个或多个加工时间段上.排序问题的含义是决策者找到一个排序算法满足特定的限制条件,使得目标函数达到最优.通常情况下,排序问题分为离线排序问题和在线排序问题.本文考虑在线排序问题.在在线排序问题中,只有工件到达了,决策者才知道该工件的所有信息.批处理问题是指把己到达且未被加工的工件分组成批,并安排这些批次的加工顺序以及对应的加工机器.平行分批是指机器可以同时加工一个批次中的所有工件,即同一个批次的工件有相同的开工时间.批次的加工时间为该批次中所有工件的最大加工时间,故批次中所有工件有相同的开工时间,加工时长和完工时间.由于不同工件族中工件是不相容的,从而不同工件族中工件不能在同一个批次中加工.批容量是指在一台机器上能够同时加工工件的最大数目,一般用b来表示.按批容量划分,分批排序模型可分为有界分批模型(b<∞)和无界分批模型(b=∞).本文研究的是平行分批处理机上不相容族工件的在线排序问题,其中一旦机器开工,决策者就不能反悔,而且也不能中断工件的加工.目标是找到一个在线算法,使得在它所生成的排序中时间表长尽可能的小,也即所有工件的最大完工时间尽可能的小.由于平行分批在线排序问题一直是个难题,所以本文作如下限制:属于同一工件族的工件有相同的加工时长.本文主要研究的是该在线排序模型在两个环境下的几个问题:(1)KRT环境(KRT限制下的在线环境)和(2)一般环境(一般到达时间限制下的在线环境).KRT的英文表达是:“kind release time”,它的具体解析是:批处理机在加工的过程中不会有新工件到达,也即新工件只能在机器空闲的时候或者某个批次完工的时刻到达.本文首先研究单台有界的批处理机上f(f≥ 2)个不相容族工件在KRT环境下的在线排序问题,其中属于同一个工件族的工件有相同的加工长度.对于这个模型,第二章首先证明:当b≥f时,该模型在线算法的下界为1十αf,其中是方程fαf2+2αf+1-f=0的正根,然后给出一个最好可能的在线算法.一般环境是指工件可在任何时刻到达的在线环境,即该环境对工件的到达时间不作任何要求.本文研究了单台有界的批处理机上f(f≥ 2)个不相容族工件在该环境下的在线排序问题,其中属于同一个工件族的工件有相同的加工长度.对于此模型,在第叁章中首先证明:当b≥f+1时,在线算法的竞争比的下界为1+αf',其中αf'=满足等式f·αf2'+αf'=0.接着给出一个在线算法,并通过分析得出该算法的竞争比是,从而当b≥f+1时该算法就是最好可能的.本文还研究了f台无界的批处理机上f(f≥ 2)个不相容族工件在一般环境下的在线排序问题,其中属于同一个工件族的工件有相同的加工长度.对于这个模型,第四章首先证明:该模型在线算法的下界为1+θ,其中是方程θ2+θ-1=0的正根,然后给出一个最好可能的在线算法。(本文来源于《郑州大学》期刊2019-04-01）
刘其佳,冯琪[2]（2015）在《有界平行批处理机的在线排序问题》一文中研究指出主要研究的是在线运输排序问题,即研究m台有界平行批处理机上考虑工件运输的在线排序问题.工件按时间在线到达,即一个工件只有在被释放之后才能知道它的一切信息.这些工件首先要在平行批处理机上分批加工,然后加工完成的工件再被一个运输车辆运送给某个顾客.当车辆的容量是充分大的时候,给出一个最好可能的在线算法,其竞争比为(5(1/2)+1)/2;当车辆的容量有限时,给出一个竞争比为(5(1/2)+3)/2的在线算法.(本文来源于《河南师范大学学报(自然科学版)》期刊2015年05期）
常慧,张贝[3]（2011）在《工件可拒绝的单机无界平行批排序》一文中研究指出首次考虑了目标函数为极小化最大延误与被拒绝工件的惩罚费用之和的单机无界平行批排序问题。证明了问题1|B≥n,rej|Tmax+TCP为NP-困难的,针对该问题给出了基于动态规划的伪多项式时间算法。(本文来源于《洛阳理工学院学报(自然科学版)》期刊2011年04期）
任立莉[4]（2010）在《可拒绝平行批平行机与在线平行批两台一致机排序》一文中研究指出平行批排序是现代排序的一个重要模型.其优点是多个工件可以放在同一批中同时进行加工,从而提高工作效率.其中,一个工件批的加工时间定义为这批中所包含的最长工件的加工时间.在这篇文章中,我们研究了两类平行批排序问题.首先我们研究了工件有到达时间并且可拒绝的m台无界平行批平行处理机最小化最大完工时间的排序问题.在该问题中,如果拒绝一个工件,那么要花费一定的惩罚费用；如果接受这个工件,那么该工件被分配到m台机器中的一台上分批加工.目标函数是最小化接受工件的最大完工时间与拒绝工件的费用之和.当m是一个给定的常数时,我们给出了这个问题的一个拟多项式时间算法和一个完全多项式时间近似方案.其次我们研究了在线一致批处理机最小化最大完工时间的排序问题.在该问题中,我们有两个批处理机,一台机器的速度是1,另一台机器的速度为v,其中0<v≤1.所有的工件均依时间在线到达,而在工件到达之前,我们对其信息一无所知.假设α≈0.618是方程α2+α-1=0的正根,而β是方程β3+3β2+(3-1／v)β-1／v=0的正根.对该问题,我们首先建立了其竞争比下界：当0<v≤1／2时,下界为1+α；当1／2≤v≤1时,下界为1+β.上述下界对pj=1的情形也成立.其次我们给出了两个在线算法Delay-Q2和Refined-Delay-Q2.在线算法Delay-Q2的竞争比为max{1+α,min{1+v,1／v+α}}.当0<v≤1／2时,该在线算法是最好可能的,并且对pj=1的情形也是最好可能的,竞争比均为1+α≈1.618.当1／2≤v≤1且pj=1时,在线算法Refined-Delay-Q2是最好可能的,竞争比为1+β.这样,对pj=1的情形,所研究问题已经得到完整解决.(本文来源于《郑州大学》期刊2010-04-01）
付乳燕[5]（2009）在《平行批在线排序问题》一文中研究指出在线排序是现代排序的一个重要组成部分.在经典的离线排序问题中,我们总是假设决策者在做决策之前已经获知所有工件的信息.事实上,在实际生产过程中很多时候决策者在没有获得所有工件信息之前就必须做出决策.于是出现了在线排序.人们通常把在线排序问题分为叁类:列表在线(online-list):工件是排成一个序列到达的.前面的工件必须被安排到机器上后面的工件才会被释放出来.工件一旦被释放,工件的信息即被获知.工件的安排方式一旦确定就不可以再改变.时间在线(online-time):工件是随着时间到达的.前面到达的工件即使没有被安排也不会影响后面工件的到来.工件的信息在工件的到达时刻才能获知,工件在到达之前不可以被安排.工件被安排之后不能再改变.不可预测的时间在线(online-time-nclv):工件是随着时间到达的.工件的加工时间只有在工件完工之后才可获知,而在工件的到达时刻无法得知或预测(nonclairvoyance).工件在到达之前不可以被安排,一旦安排就不可以改变.在本学位论文中,我们主要研究的是时间在线排序问题.我们考虑一台或两台平行批处理机的排序模型.平行批处理问题起源于半导体制作工业、制鞋业、金属铸造工业等方面.在后文中我们将会详细叙述.一台平行批处理机在不超过批容量的情形下,可以同时加工多个工件.批的加工时间是由该批中最长的工件确定的.同一批的工件具有相同的开工时间和相同的完工时间.在本文所研究的排序模型中,我们均假设批容量是无界的,即机器可以同时加工任意多个工件.同时,我们还假设存在多个不可相容的工件组或者假设批是允许有限次重启的.不可相容的工件组是指,每个工件可能属于不同的组,组与组之间是不可相容的(比如,不同的组具有不同的化学性质).因此,不同组的工件不可以被安排在同一批加工.考虑到重启是一种有限的资源或者重启会带来一定的负面影响,因此我们提出了有限次重启的概念.批允许有限次重启是指,如果一批中不包含有已经被重启过的工件,就可以被重启.批重启之后,批中的工件被释放出来,成为各自独立的未加工工件.再次加工被重启过的工件时必须重新开始加工,并且加工过程不可以被打断直到其完工.重启与中断是两个不同的概念.中断的工件再次被加工时是接着已经被加工的部分继续加工的;而重启的工件再次被加工时是从头开始加工的,前面已经加工的部分全部作废.重启只有在在线排序问题中才有意义.因为在离线排序中,我们完全可以等到适当的时候再加工工件,而不用做无用功.而在在线排序中,因为缺乏未来工件的信息,所以利用重启可以帮助决策者得到更优良的在线算法.我们用竞争比来衡量一个在线算法的优良程度.对于一个最小化目标函数的在线排序问题,我们说在线算法A是ρ-竞争的(ρ>1),如果对于任意的实例L,都有A(L)≤ρ·opt(L),其中A(L)是在线算法A生成的目标函数值,opt(L)是最优的离线算法生成的目标函数值.(对最大化目标函数的在线排序问题,如果A是ρ-竞争的(ρ<1),则有A(L)≥ρ·opt(L).)由此可见,ρ的值越趋于1,则在线算法得到的目标函数值就越趋于离线情形下最优的目标函数值,在线算法也更优良.对某个在线排序问题来说,如果它的一个在线算法的竞争比与该问题的竞争比的下界相吻合,那么我们就说该算法是最好可能的在线算法,这也就意味着该在线排序问题彻底被解决.本学位论文中我们主要考虑了六个问题.第二章和第叁章研究的是单台平行批处理机带有不可相容的工件组的在线排序问题;第四章和第五章研究的是两台平行批处理机的问题;后面两章我们主要探讨了允许有限次重启的平行批排序问题,包括单机和平行机.具体地,主要结果如下:1.在第二章中,我们研究了带有两个不可相容的工件组的单台平行批处理机在线排序问题.目标函数是最小化最大完工时间.我们首先证明了该问题任意在线算法的竞争比的下界是(?)≈1.7808,然后我们给出了一个竞争比是(?)的最好可能的在线算法.2.在第二章中,在第二章研究的基础上我们扩展了已有的结果.我们假设不可相容的工件组的个数f是一个输入的数.我们找到了最好可能的在线算法的竞争比是f的一个表达式,即1+(?).当f≤2时,得到的结果与已知结果相同.需要说明的是,本章我们给出的算法是一个有别于已知的新的在线算法.3.在第四章中,对于两台平行批处理机,目标函数是最小化最大完工时间的在线排序问题,我们首先证明了问题的竞争比的下界是(?),然后我们给出了一个最好可能的新的在线算法,证明了算法的竞争比与下界吻合.4.在第五章中,我们探讨了带有两个工件组的两台平行批处理机在线排序问题.目标函数是最小化最大完工时间.我们用对手策略证明了该问题任意在线算法的竞争比的下界是(?)≈1.618.继而,我们给出了一个最好可能的在线算法,证明的算法的竞争比就是(?).5.在第六章中,我们主要研究的是单台平行批处理机,批允许有限次重启的最小化最大完工时间的在线排序问题.我们首先证明该问题竞争比的下界是3/2,然后给出了一个竞争比是3/2的最好可能的在线算法.在不允许重启的情形下,最好可能的在线算法是(?)-竞争的.因此批允许重启使得我们得到了更好可能的在线算法.6.在第七章中,我们研究的是允许有限次重启的两台平行批处理机在线排序问题.目标函数是最小化最大完工时间.在不允许重启的情形下,最好可能的在线算法是(?)-竞争的.我们证明当批允许有限次重启时,任意在线算法竞争比的下界约为1.298,在second-restart的假设下(即只有两台机器都忙碌的时候才会考虑利用重启,并且每次都是重启开工时刻较晚的正在运行的一批),问题的下界是(?).接着,我们给出了一个竞争比是(?)的在线算法.在second-restart的假设下,该算法是最好可能的.(本文来源于《郑州大学》期刊2009-05-01）
田记[6]（2009）在《多台平行批处理机在线排序和带有运输时间的在线排序》一文中研究指出在线排序是近年来现代排序领域发展最为迅速的模型之一。与经典的离线排序相比较,在线排序最明显的的特点是工件的所有信息是分阶段逐步释放给决策者的,并且,决策者只能根据当前已有的信息来做排序决策。这样的特点不仅仅为研究工作带来大量的困难,而且也让研究者们产生了很大的兴趣。在工业生产和计算机系统中,在线排序都有着广泛的实际应用背景。文献中有很多关于在线排序的定义。最常见的两种是列表在线(online-list)排序和时间在线(online-time)排序。在列表在线排序问题中,工件事先排在一个列表中,并且按照列表中的顺序一个接一个的呈现给决策者。在下一个工件出现之前,决策者必须将当前工件安排在某一台机器上。工件一旦出现,决策者就知道该工件的所有信息。在时间在线排序问题中,工件是随时间到来的。每个工件的信息在其到达后决策者才被告知。在工件到达时,决策者可以不立即安排此工件。在本学位论文中,我们考虑的是后一个模型,即,时间在线排序。一个在线算法的优劣往往是通过它的竞争比来衡量的。我们称一个在线算法是ρ-竞争的是指:对于任何一个实例,在线算法产生的目标函数值至多是离线情形下最优排序目标函数值的ρ倍。给定一个在线排序问题P,称算法A是问题P)的一个最好可能的在线算法是指不存在比算法A具有更好竞争比的在线算法。批处理排序也是近20年来被研究者们广泛研究的一个现代排序模型。它一般包括两种模型:继列分批(serial-batch)排序和平行分批(parallel-bateh)排序。在继列分批排序模型中,若几个工件在同一台机器上共享一段安装时间,则称这些工件在同一批中加工。机器一次只能加工一个工件,即,批的加工时间等于安装时间加上该批中所有工件的加工时间之和。在平行分批排序中,在不超过批的容量范围内机器允许同时加工多个工件。批的加工时间是由该批中最长的加工时间来决定。同一批中的工件具有相同的开工时间和相同的完工时间。在文献中平行分批排序一般包含两种模型:一个是批无界情形,即,b=∞;另一种是批有界情形,即,b＜∞,其中,b表示批的容量。在本学位论文中,我们考虑的是平行分批排序的无界模型。在本学位论文中我们主要考虑了两类在线排序问题。在第二章和第叁章中我们研究了多台平行批处理机上的在线排序问题。目标函数是最小化最大完工时间。其中,后一章是关于带有不相容工件组的在线排序模型。从第四章至第六章,我们考虑了工件具有运输时间的在线排序问题。在这些模型中,工件在机器上一旦完工,我们就立即用车辆将其送往目的地。目标函数是最小化所有工件被送到目的地的时间,即,最后一个工件的完工时间和运输时间之和。其中,第四章考虑了具有限制运输时间的单个机器在线排序问题;第五章考虑的是具有限制运输时间的单个平行批处理机在线排序模型;在最后一章中,我们讨论了具有无限制运输时间的单个平行批处理机在线排序模型。具体地,本论文主要结果如下:1.在第二章中,我们考虑了m台批无界平行分批处理机在线排序问题。目标函数是最小化最大完工时间。我们证明了该问题所有在线算法的竞争比的下界是1+α_m,其中,α_m是方程α_m~2+mα_m-1=0的正根,并且给出了一个最好可能的在线算法。同时,我们还考虑了此问题的稠密算法:证明了所有稠密算法的下界为3/2,并且也给出了一个最好可能的稠密算法。2.在第叁章中,我们考虑了具有不相容工件组的m台批无界平行分批处理机在线排序问题。不相容工件组是指不同工件组的工件不能放在同一批中加工。我们假设工件组的个数与机器的台数相等。目标函数是最小化最大完工时间。我们证明了此问题所有在线算法的竞争比下界为(5~(1/2)+1)/2,并且提供了一个在线算法H_m(θ),其中,θ是一个参数,当同一个组的工件具有相同的加工时间或者机器数目m=2时,我们证明了算法H_m(α)是最好可能的在线算法,其中,α=(5~(1/2)—1)/2.当机器数目m≥3时,我们证明了算法H_m(β)的竞争比是(3+β)/2,其中,β=2~(1/2)—1。同时,我们还证明无论θ取何值,当m≥3时算法H_m(θ)的竞争比不会小于1+10~(1/2)/5。3.在第四章中,我们考虑了具有限制运输时间的单机在线排序问题。目标函数是最小化所有工件被送到目的地的时间。我们假设所有工件的运输时间都不超过其本身的加工时间。我们证明了此限制模型所有在线算法的竞争比下界是2~(1/2),并且给出了一个最好可能的在线算法。4.在第五章中,我们考虑了具有限制运输时间的单个批无界平行分批处理机在线排序问题。目标函数是最小化所有工件被送到目的地的时间。我们假设所有工件的运输时间都不小于其本身的加工时间。我们证明了此限制模型所有在线算法竞争比的下界是(3~(1/2)+1)/2,并且给出了一个具有竞争比(5~(1/2)+1)/2的在线算法。5.在第六章中,我们考虑了具有无限制运输时间的单个批无界平行分批处理机在线排序问题。目标函数是最小化所有工件被送到目的地的时间。我们给出了一个竞争比是22~(1/2)/—1的在线算法。(本文来源于《郑州大学》期刊2009-05-01）
齐祥来,李展,原晋江[7]（2008）在《具有到达时间和禁用区间的单机平行批排序(英文)》一文中研究指出研究工件带有到达时间且机器带有可用性限制(禁用区间)的单机平行批排序问题.假设机器在一些不交的时间区间上不可用.工件以平行批的形式在机器可用的时间区间上加工,并且不可中断.一个批的加工时间是这一批中加工时间最长的工件的加工时间.对任意的正则目标函数,当工件带有到达时间且机器带有可用性限制时,给出了单机平行批排序问题的一个拟多项式时间算法.(本文来源于《郑州大学学报(理学版)》期刊2008年01期）
孙晓梅[8]（2007）在《具有等长工件平行批排序模型的一些结果》一文中研究指出排序(SCheduling)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加工次序，使一个或多个目标达到最优．排序论作为运筹学的一个重要分支，目前受到国内外学者的广泛关注．本文主要对于等长工件平行批排序模型进行了研究，作了以下两方面的工作：(1)具有优先约束、到达时间、等长工件的单机平行批排序问题；(2)具有到达时间、加工时间相同，极小化加权总误工的单机平行批排序问题．一个批机器或批加工机器是指可同时将几个工件作为一批进行加工的机器，每一批的加工时间等于这批工件中最长的加工时间．一旦一批工件开始加工就不能被中断，其他工件也不能加入该批．本文中研究的问题可描述如下：假设有n个工件J_1，J_2，…J_n，一台在给定的时间内只能加工一批工件的机器．工件之间具有优先约束关系，每个工件J_j有加工时间p_j和到达时间r_j(其中p_j，r_j都为整数)．工件是成批被加工处理的，这里的一批是指工件的一个子集，这些批(子集)构成了工件集的一个划分．一个批的加工时间等于这批工件中最大的加工时间，即p_x=maX{p_j∶J_j∈B_x}．如果工件J_i，J_j有优先约束J_j(?)J_j，则要求J_j一定要在J_j真完工后加工．这意味着J_i真和J_j不能在同一批中被加工．一批的完工时间定义为该批所有工件的完工时间，即C_x=s_x+max{p_j∶J_j∈B_x}．参照文献[1]，[2]，我们称这个排序模型为平行批排序问题，记为1|prec；p-batch；r_j|f这里f是要优化的目标函数．主要结果如下：(1)具有优先约束、到达时间、等长工件的单机平行批排序问题。我们对于具有优先约束，k个不同到达时间，等长工件的最大延迟极小化单机平行批排序问题进行了研究．首先，对于有固定k个不同到达时间r_(i)(1≤i≤k)的平行批排序模型，给出块的概念．进而证明在最优排序中所有块的构形是这样的时间序列(r~((1))，r~((2))，…，r~((n_b)))(1≤n_b≤k)，其中r~((i))∈{r_((1))，r~_((2))，…，r_((k))}．其次，对于所有可能的构形进行枚举，并给出一个O(2~kn log kn~2)时间的算法求解L_(max)最优值．最后对于问题1|prec；p-batch；p_j=p；r_((i)，i∈{1，2，…，k}|f，当f为和函数∑f_j形式，即f∈{∑ω_jC_j，∑C_j，∑U_j，∑ω_jU_j，∑T_j，∑ω_jT_j}时，给出了一个O(2~kn)时间算法．当k为一固定值时，这两个问题是多项式可解的．(2)具有到达时间，加工时间相同极小化加权总误工的单机平行批排序问题．Baptiste在[5]中给出了问题1|p-batch；b＜n；p_j=p；r_j|f，f∈{∑ω_jU_j，∑ω_jC_j，∑T_j}的一个O(n~8)时间的动态规划算法，并指出对于目标函数∑ω_jT_j，平行批等长工件问题的计算复杂性仍是未解的。本文中，我们将讨论问题1|p-batch；b＜n；p_j=p；r_j|∑ω_jT_j，首先，我们假设ω_1≥ω_2≥…≥ω_n，且d_1≤d_2≤…≤d_n，即工件的权数与工期是反一致的．此时，通过适当的修正，∑ω_jT_j就为一个有序的目标函数，这使得我们的排序问题具有特定的优势性质．其次，建立动态规划参数及方程，给出一个O(b~2n~7)(b＜n)的时间动态规划算法求解最优值．(本文来源于《郑州大学》期刊2007-04-01）
原晋江,农庆琴[9]（2006）在《平行批排序最小化最大完工时间在线算法的一个注记(英文)》一文中研究指出讨论单机、平行批、批容量无界、最小化最大完工时间的在线排序问题.对该排序问题,Zhang等人(G.Zhang,X.Cai and C.K.Wong,On-line algorithms for minimizing makespan on batch processing machines,NavalResearch Logistics,48(2001),241-258.)和Deng等人(X.Deng,C.K.Poon and Y.Z.Zhang,Approximation algo-rithms in batch processing,Journal of Combinatorial Optimization,7(2003),247-257.)两组作者分别独立地给出了同一个竞争比为(5+1)/2的在线算法,并证明该在线算法是最佳可能的.在他们的算法中,在每一批中的加工时间最大的工件,不妨设其准备时间为r而加工时间为p,将被滞后到(1+α)r+αp时刻以后加工,其中α=(5-1)/2.对同一问题设计了一个修订的在线算法,其中加工时间为p的工件只需要滞后到αp时刻.该在线算法仍然是最佳可能的,并且在一定意义下,该在线算法是渐近最优的.(本文来源于《郑州大学学报(理学版)》期刊2006年03期）
平行批排序论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
主要研究的是在线运输排序问题,即研究m台有界平行批处理机上考虑工件运输的在线排序问题.工件按时间在线到达,即一个工件只有在被释放之后才能知道它的一切信息.这些工件首先要在平行批处理机上分批加工,然后加工完成的工件再被一个运输车辆运送给某个顾客.当车辆的容量是充分大的时候,给出一个最好可能的在线算法,其竞争比为(5(1/2)+1)/2;当车辆的容量有限时,给出一个竞争比为(5(1/2)+3)/2的在线算法.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平行批排序论文参考文献
[1].高焰红.平行批处理机上不相容族工件的在线排序问题[D].郑州大学.2019
[2].刘其佳,冯琪.有界平行批处理机的在线排序问题[J].河南师范大学学报(自然科学版).2015
[3].常慧,张贝.工件可拒绝的单机无界平行批排序[J].洛阳理工学院学报(自然科学版).2011
[4].任立莉.可拒绝平行批平行机与在线平行批两台一致机排序[D].郑州大学.2010
[5].付乳燕.平行批在线排序问题[D].郑州大学.2009
[6].田记.多台平行批处理机在线排序和带有运输时间的在线排序[D].郑州大学.2009
[7].齐祥来,李展,原晋江.具有到达时间和禁用区间的单机平行批排序(英文)[J].郑州大学学报(理学版).2008
[8].孙晓梅.具有等长工件平行批排序模型的一些结果[D].郑州大学.2007
[9].原晋江,农庆琴.平行批排序最小化最大完工时间在线算法的一个注记(英文)[J].郑州大学学报(理学版).2006