项目名称: 排序管理的帕累托优化问题研究

项目编号: No.11426120

项目类型: 专项基金项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 万龙

作者单位: 江西财经大学

项目金额: 3万元

中文摘要: 单代理多目标调度和多代理调度是调度问题研究的两个非常重要的分支, 在工业工程、 运筹管理、系统控制等领域具有深刻的应用背景. 特别是近些年, 有关多代理调度问题的研究逐渐成为调度问题研究的热点. 而求解帕累托点和刻画帕累托优化曲线是核心研究内容和主要研究目标. 本项目将集中研究帕累托优化问题的在线和离线调度, 包括离线帕累托优化问题的复杂性分类、最优算法的设计以及近似算法的设计与分析,在线帕累托优化问题的在线算法的设计与分析. 对于理论结果, 我们将同时配以相应的数值模拟加以验证, 将理论分析和数据试验有效地结合起来, 从而更好地实现理论研究对现实案例的指导作用. 因此, 本项目的研究将起到丰富排序研究内容、完善调度研究理论的作用.

中文关键词: 帕累托优化;排序;计算复杂性;多代理;动态规划

英文摘要: multi-criterion scheduling problems and multi-agent scheduling problems, which are both important research branches in scheduling theory, have deep applicable background in Industrial Engineering、Logistics Management、System Control and etc. Especially in recent years, the research about multi-agent scheduling problems has received more and more attention to be the hot spot of the field. The core of multi-criterion scheduling problems and multi-agent scheduling problems is to find a pareto-optimal point and characterize the trade-off curve of all pareto-optimal points if possible. We shall focus on the consideration of designing of online and offline scheduling for pareto optimization problems including the complexity classification、designing of optimal algorithm and approximation algorithm for offline pareto optimization problems and designing of online algorithm for online pareto optimization problems. We will also make the corresponding numerical experiments for the theoretical results so that the research can provide better guidance in reality. Therefore, the project can play a role in enriching the contents in scheduling theory.

英文关键词: pareto optimization;scheduling;computational complexity;multi-agent;dynamic programming

成为VIP会员查看完整内容
0

相关内容

排序是计算机内经常进行的一种操作,其目的是将一组“无序”的记录序列调整为“有序”的记录序列。分内部排序和外部排序。若整个排序过程不需要访问外存便能完成,则称此类排序问题为内部排序。反之,若参加排序的记录数量很大,整个序列的排序过程不可能在内存中完成,则称此类排序问题为外部排序。内部排序的过程是一个逐步扩大记录的有序序列长度的过程。
NeurIPS 2021 | 用简单的梯度下降算法逃离鞍点
专知会员服务
23+阅读 · 2021年12月6日
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
101+阅读 · 2021年8月23日
专知会员服务
15+阅读 · 2021年8月19日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
71+阅读 · 2020年12月7日
专知会员服务
43+阅读 · 2020年9月25日
专知会员服务
42+阅读 · 2020年7月29日
多看结果,少听借口,别再拿“理论”管理团队
创业邦杂志
0+阅读 · 2022年3月7日
从0到1,搭建经营分析体系
人人都是产品经理
0+阅读 · 2022年3月6日
Spark在供应链核算中的应用总结
阿里技术
0+阅读 · 2022年3月2日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
已删除
将门创投
10+阅读 · 2018年5月2日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
65+阅读 · 2022年4月13日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
NeurIPS 2021 | 用简单的梯度下降算法逃离鞍点
专知会员服务
23+阅读 · 2021年12月6日
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
101+阅读 · 2021年8月23日
专知会员服务
15+阅读 · 2021年8月19日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
71+阅读 · 2020年12月7日
专知会员服务
43+阅读 · 2020年9月25日
专知会员服务
42+阅读 · 2020年7月29日
相关资讯
多看结果,少听借口,别再拿“理论”管理团队
创业邦杂志
0+阅读 · 2022年3月7日
从0到1,搭建经营分析体系
人人都是产品经理
0+阅读 · 2022年3月6日
Spark在供应链核算中的应用总结
阿里技术
0+阅读 · 2022年3月2日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
已删除
将门创投
10+阅读 · 2018年5月2日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员