具有学习和退化效应的单机干扰管理问题
2019-02-15刘春来王建军
刘春来, 王建军
(1.杭州电子科技大学 管理学院,浙江 杭州 310018; 2.大连理工大学 管理与经济学部,辽宁 大连 116023)
0 引言
大量排序问题的研究中都假定工件的加工时间是一个常数,加工机器在整个加工过程中总是高效运行的;但在现实的环境中,工件的加工时间可能由于工人学习、退化等因素发生改变,机器的效率可能由于机器使用时间的过长而降低或出现故障。Browne和Yechiali[1]提出了具有退化工件的排序问题,也称为与开工时间有关的排序问题,这一模型已在钢铁工业、塑料工业、医疗行业及森林灭火等方面有许多应用[2~4],受到了越来越多的实践者和学者关注。Gawiejnowicz[5]在其《Time-dependent Scheduling》一书中对这一领域的相关术语和研究做了详细地介绍和探讨。Cheng[6]等人对加工时间与开工时间相关的排序问题的相关研究成果进行了总结,同时也进一步提出了一些具有挑战性的且尚未解决的难题。Biskup[7]首先将学习效应这一概念应用于排序问题中,证明了具有学习效应的单机极小化最大完工时间和总完工时间问题是多项式可解的,并且在文献[8]中总结了当前有关表示学习效应的不同函数类型,同时指出了未来研究发展的方向。
近年来,针对实际生产过程中面临的管理问题,同时考虑具有退化工件和学习效应的排序模型引发了工业界和学术界的广泛关注。Lee[9]对同时具有退化工件和学习效应的单机排序问题研究了两种加工时间的模型,并且在多项式时间内得到了问题的最优解。Wang和Guo[10]讨论了同时具有退化工件和学习效应的单机工期安排问题,构造了一个多项式时间算法解决所研究的问题。对于这方面的研究大多限定在单机问题上,更多有关退化和学习的模型可参考文献[11,12]。
在客观现实世界中,不确定性事件的发生是不可避免的,这就会对事先制定好的计划造成干扰。机器出现故障(维修)导致一段时间不可用就是其中的一类问题。在经典排序模型下,机器一段时间不可用问题得到了广泛地研究,具体读者可参见文献[13~15]。Ji[16]等考虑了一个具有简单线性退化工件的单机排序问题,首次将工件加工时间退化现象引入到机器可用性约束问题中。马英[17]等研究了机器带有一个不可用区间限制和工件加工时间退化的单机最大完工时间问题,提出了一种动态规划算法以得到最优解。Zhang和Luo[18]研究了具有退化工件且机器可用性限制下的平行机排序问题,提出了解决问题的一个近似多项式时间算法。
然而,大多数的重排序问题都集中于在新的环境下仍然考虑原目标如何最优,而本文的干扰排序模型既考虑了原目标又衡量了干扰事件造成的扰动。Qi[19]首先提出了干扰环境下机器排序干扰管理这一概念,并且研究了机器排序中常出现的几种干扰基本类型。刘锋[20,21]等人对单机干扰管理的几个模型进行了深入研究,Lee[22],Tang[23]对平行机干扰管理做了许多有意义的工作。胡祥培[24]等人对干扰管理的模型及其算法研究等做了分析综述。对于更详细的内容可参考文献[25,26]。Zhao和Tang[27]第一次尝试把干扰管理问题引入工件加工时间可变的新型排序模型中,对于具有简单线性退化的问题作了分析和探讨,但对于更复杂的或者更具有现实意义的新模型还没有涉及。除了文献[27]其它有关干扰管理的文献都是考虑加工时间为常数的情况,本文探讨在可预见性机器扰动环境下,工件加工时间既与开工时间有关又与其所在排序中的位置相关的单机排序问题。可预见性扰动是指当加工原始制定好的工件排序时获得干扰因素将会在未来某个时刻发生这一信息,得知干扰将会发生这一信息后,管理者会及时对原始排序进行调整。根据干扰度量函数的不同研究了两个问题,第一个问题的目标函数是总完工时间与总误工时间的加权和;第二个问题的目标函数是总完工时间与总提前时间的加权和。对于所研究的问题,首先证明了最优排序具有的性质,然后建立了相应的动态规划算法,并分析了算法的计算复杂度。