A 2.542-Approximation for Precedence Constrained Single Machine Scheduling with Release Dates and Total Weighted Completion Time Objective
本文提出了一种求解单机上工件在优先约束和交货期约束下加权完工时间之和最小化的非抢占式排序问题的$\sqrt{e}/(\sqrt{e}-1)$ -近似算法。以前最著名的近似算法可以追溯到1997年;其性能保证可以任意接近欧拉常数$e$。
2016-04-21 cs.DM math.OC
Scheduling using Interactive Optimization Oracles for Constrained Queueing Networks
自从Tassiulas和Ephremides（1992）提出了针对通信网络中约束排队网络的吞吐量最优的最大权调度算法以来，人们一直致力于解决其最大的缺点：高复杂度。本文提出了一个通用的框架，设计吞吐量最佳和低复杂度的调度算法的约束排队网络。在我们的框架下，调度算法更新当前的时间表，通过与一个给定的Oracle系统，生成一个近似解相关的优化任务。人们可以利用我们的框架来设计各种调度算法，通过选择一个预言系统，如随机搜索，马尔可夫链，信念传播，和原始对偶方法。由此产生的调度算法的复杂性由oracle处理单个查询所需的操作数量决定，通常很小。在一般的约束排队网络模型中，给出了该调度算法吞吐量最优的充分条件。Tassiulas（1998）的线性时间算法和Shah和Shin（2012）的随机接入算法分别对应于我们使用随机搜索和马尔可夫链预言的框架的特殊情况。然而，我们的通用框架，提供了一个统一的证明与温和的假设。
2016-08-04 math.OC math.PR
Chance-constrained battery management strategies for the electric bus scheduling problem
针对电动公交调度中续航、充电与电池退化挑战，提出考虑随机能耗和电池退化的机会约束模型及分支定价启发式算法，在运营成本与电池磨损上实现双赢。
2025-03-25 math.OC
Approximation algorithm for resource-constrained project scheduling problems with net present value objective
资源受限的项目调度问题（RCPSP）是许多生产计划问题的核心，在大量的应用。虽然这个问题从20世纪60年代早期就开始研究了，但大多数开发和测试实例仅限于小于300个工作的问题，与现实生活中的数千个工作相距甚远。此外，RCPSP与折扣成本（DC）是至关重要的，在许多这些设置，这需要决策者评估完成任务的净现值，但非线性费用函数使问题更难解决或分析。在这项工作中，我们提出了一种新的近似算法的RCPSP-DC。我们的主要贡献是，通过使用几何增加的间隔，我们可以构建一个近似算法，跟踪优先约束，使用多个资源，和时间要求。据我们所知，这是这个问题的第一个近似算法。最后，通过对真实实例的实验分析，我们报告了我们的方法的实证性能，表明我们的技术使我们能够在合理的时间范围内解决相当大的地下采矿问题，并且差距比理论计算的小小于。
2022-09-05 math.OC
A faster exact method for solving the robust multi-mode resource-constrained project scheduling problem
针对工期不确定的多模式资源受限项目调度问题，提出了一种混合整数线性规划模型。我们认为一个两阶段的鲁棒优化方法，并找到解决方案，最大限度地减少最坏情况下的项目完工时间，同时假设活动持续时间位于预算的不确定性集。计算实验表明，这种易于实现的配方是许多倍，比目前的最先进的解决方案的方法，这个问题，同时解决超过40%以上的情况下，在相同的基准测试集的最优性。
2022-03-14 cs.DM math.OC
A hybrid generalized extremal optimization algorithm for the quay crane scheduling problem with interference constraints
码头起重机调度问题（QCSP）确定了一组起重机分配给集装箱船，使船舶的服务时间最小化的船舶海湾的任务的处理顺序。为了克服该问题的NP-困难性，已经提出了许多算法或元算法来获得接近最优解。在本文中，广义极值优化（GEO）的思想适用于解决QCSP关于各种干扰约束。由此产生的GEO被称为修改的GEO。在执行修改的GEO中，开发了一种用于相邻任务到QC分配到现任任务到QC分配的随机搜索方法。此外，采用单向搜索解码方案将任务到QC分配转换为主动岸桥调度。开发的GEO的有效性进行了测试的一套基准问题引入的\citet{KimPark2004}。实验结果表明，与其他已知的方法相比，该方法能够在合理的时间内获得最优或接近最优解，特别是对于大规模问题.
2013-07-14 math.OC
A Robust Chance Constrained Approach to Surgery Scheduling
IE University（IE大学）
该研究针对手术时长不确定的择期手术调度问题，提出鲁棒机会约束框架，通过将不确定性量化与调度优化分离，在医院案例中大幅降低了手术延误与加班时间。
2026-08-05 math.OC
Real-time Dynamic-Mode Scheduling Using Single-Integration Hybrid Optimization for Linear Time-Varying Systems
Northwestern University（西北大学）
研究了一类线性时变切换系统的实时模式调度问题。混合控制算法的执行时间对于实时应用来说通常是令人望而却步的，并且通常只能以近似精度为代价来减少。我们解决这个权衡利用系统的线性度，制定一个基于投影的方法，使开环优化过程中不需要模拟。一个数值例子显示了如何建议的开环算法优于采用普通的数值积分技术的方法。此外，我们遵循滚动时域计划应用实时闭环混合控制的定制实验设置，使用机器人操作系统（ROS）。特别是，我们证明-无论是在蒙特卡洛模拟和实验-最优混合控制有效地调节车和悬挂质量系统的实时性。
2017-08-31 cs.RO math.OC
Distributionally Robust Frequency Constrained Scheduling for an Integrated Electricity-Gas System
电力系统从传统的大容量发电转向可再生能源发电。这一趋势导致了系统惯性下降带来的频率安全问题。另一方面，天然气发电机组由于其快速调整能力而经常被安排以提供操作灵活性。因此，电力和天然气系统之间的相互依赖性得到加强。本文从电力燃气一体化系统的角度研究了风电功率变化下的频率约束调度问题。提出了一种分布式鲁棒机会约束最优化模型，对风电场系统的机组组合和虚拟惯量供应进行协同优化。该模型综合考虑了频率约束和天然气系统运行约束，通过设计DR联合机会约束来解决风电功率的不确定性。证明了该模型是一个混合整数二阶锥规划。案例研究表明，所提出的方法可以提供一个高度可靠和计算有效解，并显示将NGS操作约束的频率约束调度问题的重要性。
2021-09-29 cs.SY eess.SY math.OC
A compact reformulation of the two-stage robust resource-constrained project scheduling problem
研究了资源受限且工期不确定的项目调度问题。我们假设活动持续时间位于预算的不确定性集，并遵循一个强大的两阶段的方法，决策者必须解决资源冲突的问题的不确定性，但可以确定活动开始时间后，不确定的活动持续时间变得已知。我们引入了一个新的第二阶段的问题，这使我们能够得到一个紧凑的强大的对应完整的两阶段可调的鲁棒优化问题的重新制定。计算实验表明，这个紧凑的强大的对应可以解决使用标准的优化软件显着快于目前最先进的算法来解决这个问题，达到最优的几乎50%以上的情况下，在同一个基准集。
2020-04-14 cs.SY eess.SY math.OC
Incentivising Demand Side Response through Discount Scheduling using Hybrid Quantum Optimization
针对需求侧响应的折扣调度这一大型组合优化问题，提出基于D-Wave Leap Hybrid Cloud的混合量子方案及大规模分解启发式算法，实验显示经典分解法解质量更优，量子法折扣分配更均匀。
2024-05-29 math.OC quant-ph
Multiple sparsity constrained control node scheduling with application to rebalancing of mobility networks
研究了网络系统中控制节点的最优调度问题。我们新引入了L0和L0约束的控制输入，以提取时变的少量有效控制节点。作为费用函数，我们采用可控性Gramian的跟踪，以减少所需的控制能量。由于公式化的最优化问题是组合的，我们引入了一个凸松弛问题的计算易处理性。在将问题转化为最优控制问题并应用庞特里亚金最大值原理后，给出了松弛问题为主问题的解的一个充分条件.最后，所提出的方法被应用到移动网络的再平衡问题。
2021-08-28 cs.SY eess.SY math.OC
Precedence-constrained scheduling problems parameterized by partial order width
否定地回答Mnich和Wiese提出的一个问题（数学程序。154（1-2）：533-562），我们表明，P2| prec，$p_j{\in}\{1,2\}$| $C_{\max}$是在两台平行的相同机器上为长度为1和2的工件寻找一个非抢占式最小完工时间调度的问题，该问题是W[2]-难参数化的.为此，我们证明了Shuffle Product，即决定是否可以通过交织$k$其他给定单词的字母来获得给定单词的问题，是由$k$参数化的W[2]-hard，从而另外回答了Rizzi和Vialette提出的问题（CSR 2013）。最后，由于Servakh（Serretn. Anal.伊斯利Oper 7（1）：75-82），我们证明了更一般的资源约束项目调度问题是固定参数的易处理问题，它由偏序宽度和工件最早可能开始时间与实际开始时间之间的最大允许差参数化。
2016-05-03 cs.DM math.CO math.OC
Parallel machine scheduling with step deteriorating jobs and setup times by a hybrid discrete cuckoo search algorithm
本文研究了工件逐步退化且调整时间依赖于序列的平行机排序问题。问题的目标是通过确定相同的并行机上工件的分配和排序来最小化总拖期。在这个问题中，每个工件的加工时间是一个依赖于其起始时间的阶梯函数。当任务的开始时间晚于特定的恶化日期时，将对单个延长时间进行惩罚。由于工件可能出现质量恶化，使得并行机调度问题比一般的调度问题更具挑战性。建立了求解该问题最优解的混合整数规划模型。由于其NP难性质，提出了一种混合离散布谷鸟搜索算法来解决这个问题。为了产生一个好的初始群体，一个修改的启发式命名为MBHG被纳入到初始种群。在Lévy Flights的随机游动和交叉搜索中提出了几种离散算子。此外，局部搜索过程的基础上可变邻域下降集成到算法作为一种混合策略，以提高精英解决方案的质量。在两组随机生成的测试实例上执行计算实验。结果表明，该混合算法与商用求解器CPLEX（1小时时限）、离散布谷鸟搜索算法和现有变邻域搜索算法相比，能得到更好的解.
2013-09-02 cs.DS cs.NE math.OC
Tropical optimization problems in time-constrained project scheduling
Faculty of Mathematics and Mechanics, St. Petersburg State University（圣彼得堡国立大学数学力学系）
本文研究时间受限项目调度中的优化问题，通过热带数学方法解决调度问题，提出紧凑向量形式的解法，用于进一步分析和实际应用。
2016-08-28 cs.SY eess.SY math.OC
Stochastic Optimization for Markov Modulated Networks with Application to Delay Constrained Wireless Scheduling
University of Southern California（南加州大学）
针对混合时延约束用户与无时延约束用户的无线系统，提出一种调度算法，通过将约束优化转化为加权随机最短路径问题，最大化吞吐量效用、稳定队列并满足时延约束。
2011-07-28 cs.SY eess.SY math.OC
Scheduling HVAC loads to promote renewable generation integration with a learning-based joint chance-constrained approach
通过灵活调度供热、通风和空调（HVAC）负荷等资源，可以有效促进分布式可再生能源发电（DRG）在配电网中的集成。然而，找到最佳的调度，他们是不平凡的，因为DRG输出是高度不确定的。为了解决这个问题，本文提出了一种基于学习的联合机会约束的方法来协调HVAC负荷与DRG。与采用单个机会约束来管理不确定性的前沿工作不同，本文采用联合机会约束（JCC）来控制所有关键约束的违反概率。这种联合方式可以根据运营商的偏好明确地保证整个系统的运行安全。为了克服JCC的棘手性，我们首先证明了JCC可以安全地近似鲁棒约束与适当的不确定性集。一个著名的机器学习算法，单类支持向量聚类，然后引入到这些强大的约束，构建一个足够小的多面体不确定性集。在强对偶的基础上，进一步构造了一个线性鲁棒对偶，以保证计算效率。基于各种分布不确定性的数值结果证实了所提出的方法的最优性和可行性的优势。
2022-09-30 cs.SY eess.SY math.OC
Optimal Job Scheduling and Bandwidth Augmentation in Hybrid Data Center Networks
优化数据传输对于提高数据并行框架中的工作性能至关重要。在同时具有有线和无线链路的混合数据中心中，可重新配置的无线链路可以提供额外的带宽以加速作业执行。然而，它要求调度器和收发器在耦合约束下做出联合决策。在这项工作中，我们确定的联合作业调度和带宽增加的问题是一个复杂的混合整数非线性问题，这是无法解决的现有的优化方法。为了解决这个瓶颈，我们将其转化为一个等价的问题的基础上耦合的启发式边界，修改的数据传输表示和非线性约束解耦和重新制定，使最优解可以有效地获得分支定界方法。基于所提出的方法，研究了有和没有带宽增加的作业调度性能。实验表明，性能增益取决于多个因素，特别是数据大小。与现有的解决方案相比，我们的方法可以平均减少高达10%的生产场景设置下的作业完成时间。
2022-09-23 cs.DC cs.SY eess.SY
Capacity-Constrained Urban Air Mobility Scheduling
研究了行程时间不确定且目的地容量有限的城市空中机动出行调度问题。城市空中交通，即在一个城市或地区内进行相对较短的旅行，正在成为未来交通网络的可能组成部分。城市空中交通网络中的目的地，称为垂直起降场或垂直起降点，通常着陆能力有限，为了安全起见，必须保证飞行器在起飞前能够着陆。我们首先提出了一个易于处理的城市空中交通网络模型，考虑到有限的着陆能力和不确定的旅行时间之间的目的地的旅行时间的上限和下限。然后，我们建立的网络的可实现的吞吐量的理论界限。接下来，我们提出了一个易于处理的算法调度行程，以满足安全约束和到达的最后期限。该算法允许动态地更新调度以适应，例如，新的需求随着时间的推移。本文最后的案例研究，证明了算法在两个网络。
2021-07-02 cs.SY eess.SY math.OC
An Effective Two-Phase Genetic Algorithm for Solving the Resource Constrained Project Scheduling Problem (RCPSP)
针对资源受限项目调度问题，提出一种两阶段遗传算法，通过交替执行含/不含当前最优解的父代选择阶段平衡局部强化与全局多样化搜索，在PSPLIB基准测试中表现有效且改进了部分最优启发式解。
2025-09-03 cs.NE math.OC
Resource-constrained Project Scheduling with Time-of-Use Energy Tariffs and Machine States: A Logic-based Benders Decomposition Approach
Czech Institute of Informatics, Robotics and Cybernetics（捷克信息学、机器人学与自动化研究所）；Czech Technical University in Prague（布拉格捷克技术大学）
研究含分时电价和机器状态的资源受限项目调度问题，提出整体约束规划和基于逻辑的Benders分解两种方法，后者结合整数线性规划和约束规划，两种方法优于整体紧凑整数线性规划，且后者多数情况表现更佳。
2026-07-07 cs.AI math.OC
Distributionally Robust Frequency-Constrained Microgrid Scheduling Towards Seamless Islanding
针对微电网非计划孤岛引发的功率失衡与频率安全问题，提出一种分布鲁棒频率约束调度模型，通过协同优化机组组合、频率响应备用及虚拟惯量等，确保系统在非计划孤岛期间的频率安全，并验证了其有效性。
2024-01-07 cs.SY eess.SY math.OC
Three-Layer Joint Distributionally Robust Chance-Constrained Framework for Optimal Day-Ahead Scheduling of E-mobility Ecosystem
交通运输部门中大量的电动汽车（EV）需要一个先进的调度框架，用于整个电动汽车生态系统的运营，以克服里程焦虑并为充电站（CS）创建可行的商业模式。该框架必须考虑到所有利益相关者运营的随机性，包括电动汽车司机，CS和零售商及其相互作用。本文提出了一种三层联合分布式鲁棒机会约束（DRCC）模型，用于规划电动汽车生态系统日前的G2V和V2G运行。所提出的随机模型不依赖于随机参数的特定概率分布。为了解决这个问题，提出了一个迭代过程中使用联合DRCC制定。为了实现计算的可追溯性，精确的重新实现双边和单边的机会约束（CC）。此外，时间相关性的不确定光伏发电的CS运行的影响。基于美国旧金山的真实数据，对一个由3家零售商、9家CS和600辆电动汽车组成的生态系统进行了仿真研究。仿真结果表明，这种调度方法的必要性和适用性的电动汽车生态系统在一个不确定的环境，通过将未能到达目的地的独特电动汽车数量从272减少到61。
2021-10-23 cs.SY eess.SY math.OC
