幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

流水作業調度演算法設計與性能分析(精)/排序與調度叢書

  • 作者：白丹宇//任濤|責編:陳凱仁|總主編:唐國春
  • 出版社：清華大學
  • ISBN：9787302649649
  • 出版日期：2023/11/01
  • 裝幀：精裝
  • 頁數：316
人民幣：RMB 129 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書針對若干帶有釋放時間的流水作業調度模型，設計了分支定界演算法對小規模問題進行最優求解，同時應用智能優化演算法對中等規模問題進行近似求解，其中將精確演算法與智能優化相結合的方法為求解類似問題提供了新思路。
    本書可作為系統工程、應用數學、運籌學與控制論、電腦軟體與理論、工業工程、管理科學與工程等相關專業的教師、研究生、高年級本科生以及科研人員的參考書。
作者介紹
白丹宇//任濤|責編:陳凱仁|總主編:唐國春
目錄
第1章  緒論
  1.1  調度問題的符號與定義
  1.2  調度問題的求解方法
  1.3  調度演算法及性能分析方法
    1.3.1  一調度演算法
    1.3.2  評價演算法性能的主要方法
  1.4  相關調度問題研究現狀
    1.4.1  漸近分析研究現狀
    1.4.2  流水作業調度問題研究現狀
  1.5  本書主要內容
第2章  帶有釋放時間的流水作業調度問題
  2.1  引言
  2.2  問題描述與數學模型
  2.3  分支定界演算法
    2.3.1  剪支規則
    2.3.2  分支定界演算法下界
    2.3.3  演算法流程
  2.4  非線性目標問題上界與下界的性能分析
    2.4.1  問題下界的收斂性分析
    2.4.2  初始上界最壞性能分析
  2.5  混合離散差分進化演算法
  2.6  數值模擬實驗
    2.6.1  分支定界演算法
    2.6.2  離散差分進化演算法
    2.6.3  問題下界性能測試
    2.6.4  工業數據測試
  2.7  本章小結
第3章  考慮處理器阻塞的流水作業調度問題
  3.1  引言
  3.2  問題描述與數學模型
  3.3  分支定界演算法
    3.3.1  剪支規則
    3.3.2  分支定界演算法下界
    3.3.3  演算法流程
  3.4  混合離散差分進化演算法
  3.5  數值模擬實驗
    3.5.1  分支定界演算法
    3.5.2  混合離散差分進化演算法
  3.6  本章小結
第4章  考慮學習效應的流水作業調度問題
  4.1  引言
  4.2  問題描述與數學模型
    4.2.1  數學模型
    4.2.2  學習效應函數
  4.3  啟髮式演算法的漸近性能分析
    4.3.1  SPTAF啟髮式及其漸近最優性
    4.3.2  SPTAA啟髮式及其漸近最優性
    4.3.3  EDDA啟髮式及其漸近最優性
  4.4  分支定界演算法
    4.4.1  分支定界演算法下界

    4.4.2  剪支規則
    4.4.3  演算法流程
  4.5  智能優化演算法
    4.5.1  離散差分進化演算法
    4.5.2  粒子群優化演算法
    4.5.3  人工蜂群演算法
  4.6  數值模擬實驗
    4.6.1  分支定界演算法
    4.6.2  智能優化演算法數值模擬實驗
    4.6.3  啟髮式演算法數值模擬實驗
  4.7  本章小結
第5章  雙代理流水作業調度問題
  5.1  引言
  5.2  問題描述與數學模型
  5.3  啟髮式演算法
    5.3.1  DA啟髮式及其漸近最優性
    5.3.2  基於DA下界的性能分析
    5.3.3  ADA啟髮式及其漸近最優性
    5.3.4  基於ADA下界的性能分析
  5.4  分支定界演算法
    5.4.1  剪支規則
    5.4.2  分支定界演算法下界
    5.4.3  演算法流程
  5.5  離散人工蜂群演算法
  5.6  數值模擬實驗
    5.6.1  分支定界演算法
    5.6.2  離散人工蜂群演算法
    5.6.3  啟髮式的數值模擬實驗
  5.7  本章小結
第6章  雙代理阻塞流水作業及其擴展問題
  6.1  引言
  6.2  問題描述與數學模型
    6.2.1  雙代理阻塞流水作業調度問題
    6.2.2  擴展問題
  6.3  分支定界演算法
    6.3.1  剪支規則
    6.3.2  分支定界演算法下界
    6.3.3  初始上界
    6.3.4  演算法流程
  6.4  混合粒子群優化演算法
  6.5  數值模擬實驗
    6.5.1  混合粒子群優化演算法數值模擬實驗
    6.5.2  分支定界演算法數值模擬實驗
    6.5.3  擴展問題數值模擬實驗
  6.6  本章小結
第7章  考慮學習效應的混合流水作業調度問題
  7.1  引言
  7.2  問題介紹
    7.2.1  問題描述與數學模型
    7.2.2  學習效應函數

  7.3  分支定界演算法
    7.3.1  框架設計
    7.3.2  剪支規則
    7.3.3  演算法下界
    7.3.4  演算法流程
  7.4  雙種群離散差分進化演算法
  7.5  GSPTA啟髮式演算法及問題下界
    7.5.1  GSPTA啟髮式演算法
    7.5.2  問題下界
  7.6  數值模擬實驗
    7.6.1  分支定界演算法測試
    7.6.2  雙種群離散差分進化演算法模擬實驗
    7.6.3  啟髮式演算法模擬實驗
  7.7  本章小結
參考文獻
附錄A
附錄B
附錄C
附錄D
附錄E
附錄F  英漢排序與調度辭彙
索引

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032