J.E. C Arroyo et al. /Electronic Notes in Theoretical Computer Science 281
(
2011
)
5
图
1.
一、
a
)有机器空闲时间的计划
;
(
b
)没有机器空闲时间的计划
dueewind o
w
,即,
if
C
j
[
de
j
,
d
t
j
]
,
则
工件
j
没有
拖期
(
T
j
=
0
)
和
提前期(
E
j
=
0)。否则,它会导致提前(
α
j
E
j
)或延迟(
β
j
T
j
)
的概率。
提前
和延迟
分
别
计算
为
E
j
=
max
{
0
,
d
e
j
−
C
j
}
和
T
j
=
max
{
0
,
C
j
−
dt
j
}
。
该问题的目标是确定可行的时间表,使最小的总加权提前
/
拖期惩罚的工件
(
f1
)
和 最 小 的 总 排 队 时 间
(
f2
)。
对 于 作 业 序 列 (
n
个 作 业 的 排 列 )
s
=
(
i
1
,
...
,
i
j
,
.
,
i
n
),
则准则
f1
和
f2
被计算为:
n
f
1
(
s
)=(
α
j
E
j
+
β
j
T
j
)
(
1
)
j
=1
N
f
2
(
s
)=
C
j
(
2
)
j
=1
在所解决的问题中,允许机器空闲时间的发生。这可能需要在其到期窗口内完成
工作,避免过早。为了计算给定时间表
s
的
f1
(
s
)和
f2
(
s
),首先计算
s
这些时间是
通过使用
Wang
和
Yen [28]
提出的最佳定时算法计算的给定一个工件序列,最优定时
算法根据每个工件对应的交货期窗口确定最优完工时间。该优化算法的目标是最小
化每个序列的提前/拖期惩罚。
在这项工作中,第一个目标
(
f
1
)
被认为比第二个目标
(
f
2
)更重要。
在
计
算作业的最优完成时间之后计算f2。下面我们给出一个例子,其中使用Wang和Yen
[28]
的最优定时算法
例2.1让我们考虑表
1
中的
5-job
实例。为了简化示例,我们不考虑设置时间。图
1
(
a
)和(
b
)分别示出了作业序列(
1
,
5
,
3
,
4
,
2
)和(
5
,
4
,
1
,
2
,
3
)的调
度。第一个序列的目标值为
f
1
= 0和
f
2
= 360。对于第二个序列,它们是
f
1
= 580和
f
2
=
138 。 注 意, 在 第 一 个 调 度 表 中有 机 器 空 闲 时 间 ,作 业 j 的 完成 时 间 是 相 应 的
duewindows
[
de
j
,
d
t
j
]的时间
。
一般
来说
,
这些
目标
是
有冲突
的,这意味着改善一个目
标函数的解决方案将恶化另一个目标函数。
多目标优化考虑向量
f
(s)
=
(
f1
(s)
,
.
,
f
r
(s))的最佳性标准。解s
(在决策空间中)的图像是