带有学习遗忘效应和退化工件的双代理单机调度方法

摘要

多代理调度是拥有独立工件集的代理根据各自优化目标竞争使用共享资源，带有学习效应和退化工件的多代理单机调度是近几年新出现的研究问题，但由于多代理下的工件交替加工而导致学习的遗忘效应是尚未研究的新问题。本文研究带有学习遗忘效应和退化工件的双代理单机调度方法，具有重要的理论意义和应用前景。
　　分析具有学习遗忘效应和退化工件的双代理单机调度问题的特点，提出基于工件加工时间和的具有学习遗忘和退化工件的模型;分别建立基于工件实际加工时间总和与中断时间相关函数、基于工件实际加工时间总和增函数的两个代理模型。考虑在第二个代理所有工件都没有延迟时第一个代理所有工件加权完工时间和最小的优化目标，提出包含第二个代理工件集调度、第一个代理工件集调度、提高解等三阶段的启发式算法结构;基于WSPT、SPT、EDD等规则构造出四种启发式策略。提出面向所考虑问题的分支限界算法，以四种启发式算法得到的最好结果初始解，基于推导的动态下界确定方法，实现搜索树的有效剪枝。
　　通过大量实例对所提出启发式算法和分支限界算法进行性能比较;实验分析出学习因子、退化因子和遗忘因子间的关系。实验结果表明，对所有实例基于WSPT的启发式算法性能最优。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 国内外研究现状

1．2．1 学习效应

1．2．2 遗忘效应

1．2．3 退化工件

1．2．4 双代理单机调度问题

1．3 论文组织结构

第2章 双代理单机问题描述与建模

2．1 问题描述

2．2 数学建模

2．2．1 问题假设

2．2．2 数学模型

2．3 复杂性分析

2．4 本章小结

第3章 双代理单机调度优化方法

3．1 启发式算法

3．1．1 启发式算法结构

3．1．2 启发式算法描述

3．2 分支限界算法

3．2．1 基本性质

3．2．2 位置下界确定

3．2．3 序列下界确定

3．2．4 分支限界算法描述

3．3 本章小结

第4章 算法性能比较与分析

4．1 实验环境与实例生成

4．2 算法对比分析

4．2．1 小实例分析

4．2．2 大实例分析

4．3 本章小结

第5章 结论与展望

致谢

参考文献

作者简介(包括论文和成果清单)