线性或非线性约束下一些排序问题的复杂性和算法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11801589
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0406.离散优化
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Scheduling problem is a class of classic and fundamental combinatorial optimization problems, including a variety of models. They have important applications in various fields, such as industrial production, computer science, and management science. Depending on the background of the problem, each scheduling problem has its own parameters, e.g., processing time, machine speed and weight. Traditionally, the values of these parameters are often assumed to be known and given. In some real-world applications, the procedure of obtaining these values is always an optimization problem, for example, the parameters should satisfy a series of linear or nonlinear constraints. Based on the existing research on the problem of the identical parallel machine scheduling under linear constraints, this project studies several classic machine scheduling problems under linear or nonlinear constraints, which have more general machine environments or objective functions, and some parameters should satisfy certain given linear or nonlinear constraints. The main purpose is to analyze the computational complexity of these problems, and design algorithms for them. The studied problems have wide range of applications in the real life. Theoretically, they have more complicated and general structures than the related problems studied in the existed research. It is required to significantly improve the known techniques and results or develop new methods. The research of this project will further deepen and expand our knowledge on the combinatorial optimization problems under linear constraints, as well as enriching the field of scheduling.
排序问题是一类经典和基本的组合优化问题,包含各种各样的模型,在工业生产、计算机和管理科学等方面都有重要的应用。根据问题背景的不同,每个排序问题都有自身的参数,比如加工时间、机器速度、权重等。传统上,这些参数的值都假定是已知和给定的。在一些现实应用中,很可能得到它们的过程本身也是一个优化问题,例如从某些参数满足的线性或非线性约束中决定。本项目基于线性约束下的同型平行机排序等问题的已有研究基础,研究几个具有更复杂的机器环境或优化目标的经典排序问题,其中问题的某些参数满足给定的线性约束,或更一般的凸约束或二次约束,分析它们的计算复杂性和设计算法。这些线性或非线性约束下的排序问题在生活中都有广泛应用场景,理论上比已有研究的线性约束下的排序问题具有更复杂和一般的结构,需要对已知的技术和结果加以改进或发展新的方法。本项目将进一步深化和拓展对线性约束下的组合优化问题的认识,并丰富排序领域的研究。

结项摘要

排序问题是一类经典和基本的组合优化问题,包含各种各样的模型,在工业生产、计算机和管理科学等方面都有重要的应用。根据问题背景的不同,每个排序问题都有自身的参数,比如加工时间、机器速度、权重等。传统上,这些参数的值都假定是已知和给定的。在一些现实应用中,很可能得到它们的过程本身也是一个优化问题,例如从某些参数满足的线性或非线性约束中决定。在本青年基金项目支持下,课题组主要研究了以下三类问题:线性约束下的同类机排序问题、线性约束下的车间排序问题和相关的线性约束下的图优化问题,分析这些问题它们的计算复杂性和设计算法。这些问题比已有研究的排序问题和组合优化问题具有更复杂和一般的结构,本项目结合和改进已知的技术,对不同情形下各个研究问题的复杂性有清晰的刻画,再根据不同情形设计了有效的精确算法或近似算法,并进行理论分析和讨论。具体地,对于一些特殊情形,比如线性约束的个数或参数的不同数值总数是已知常数时,这些问题都可以找到多项式时间的算法;对于一般情况,本项目研究发现即使原来的排序问题是简单的,线性约束下的问题都可能是NP-难的,甚至是不可近似的。本项目的研究结果将进一步深化和拓展对线性约束下的排序和其它组合优化问题的认识和理解,丰富排序领域的研究和结果,并为相关问题的现实应用领域提供理论依据和指导。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
A New Combinatorial Algorithm for Separable Convex Resource Allocation with Nested Bound Constraints
一种新的带嵌套边界约束的可分离凸资源分配组合算法
  • DOI:
    10.1287/ijoc.2020.1006
  • 发表时间:
    2021
  • 期刊:
    INFORMS Journal on Computing
  • 影响因子:
    2.1
  • 作者:
    Wu Zeyang;Nip Kameng;He Qie
  • 通讯作者:
    He Qie
Related machine scheduling with machine speeds satisfying linear constraints
机器速度满足线性约束的相关机器调度
  • DOI:
    10.1007/s10878-020-00523-1
  • 发表时间:
    2020
  • 期刊:
    Journal of Combinatorial Optimization
  • 影响因子:
    1
  • 作者:
    Zhang Siyun;Nip Kameng;Wang Zhenbo
  • 通讯作者:
    Wang Zhenbo
Competitive and Cooperative Assortment Games under Markov Chain Choice Model
马尔可夫链选择模型下的竞争与合作分类博弈
  • DOI:
    10.1111/poms.13593
  • 发表时间:
    2021
  • 期刊:
    Production and Operations Management
  • 影响因子:
    5
  • 作者:
    Nip Kameng;Wang Changjun;Wang Zizhuo
  • 通讯作者:
    Wang Zizhuo
A complexity analysis and algorithms for two-machine shop scheduling problems under linear constraints
线性约束下两机车间调度问题的复杂度分析及算法
  • DOI:
    10.1007/s10951-021-00677-8
  • 发表时间:
    2021
  • 期刊:
    Journal of Scheduling
  • 影响因子:
    2
  • 作者:
    Nip Kameng;Wang Zhenbo
  • 通讯作者:
    Wang Zhenbo
Assortment Optimization under a Single Transition Choice Model
单一转换选择模型下的品类优化
  • DOI:
    10.1111/poms.13358
  • 发表时间:
    2021
  • 期刊:
    Production and Operations Management
  • 影响因子:
    5
  • 作者:
    Nip Kameng;Wang Zhenbo;Wang Zizhuo
  • 通讯作者:
    Wang Zizhuo

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码