允许数据项移动和受位置约束的局内装箱算法的研究

允许数据项移动和受位置约束的局内装箱算法的研究

论文摘要

在计算机科学和工业领域中,装箱问题有着广泛的应用背景,包括多处理器任务调度、资源分配、剪裁和现实生活中包装、整理物件等。在计算机科学中,文件分配、内存管理等低层操作均是装箱问题的实际应用,而装箱问题的各种算法如首次适应、最佳适应等策略在这些领域已经得到广泛的应用。 在至今的局内装箱问题研究当中,除Giorgio在2000年提出一种数据项可移动的局内装箱算法之外,所有的局内装箱算法中的数据项均是不能移动的,即输入序列中的数据项一旦入箱,就不能再移动,并且在所有数据项处理完后,均不能释放部分曾经被装过数据项的箱子。 论文为了进一步提高局内装箱近似算法的最坏情况渐进性能比,改进Giorgio提出的数据项移动模型,提出MAREL局内算法,算法中数据项所属区间(0,1]划分为8个并不均等且不相交的子区间:I0,I1,I2,I3,I4,I5I6,I7。I7-数据项当作能被聚集的“小”数据项,且能整体(组)移动,插入I1-箱,I2-箱,I3-箱,I4-箱和I5-箱当中。MAREL算法的空间复杂度是O(n),时间复杂度是O(nlogn),最坏情况渐近性能比为1.25。该算法的最坏情况渐进性能比低于同类算法的最坏情况渐进性能比,并且低于局内装箱算法渐近性能比理论上的下确界1.536…,同时低于目前所有的局内装箱近似算法的最坏情况渐进性能比。 此外,本文还首先提出受位置约束的有色装箱问题。它在有色装箱问题的基础上加上一个约束:在有色装箱的过程中要满足重(长)的物品置于轻(短)的物品下方的原则,同时使所用的箱子数最少。论文给出了求解受位置约束的有色装箱问题的KC-LIBA算法,它首先对输入物品进行分类预处理,然后在同一类箱子内部使用经典装箱问题的近似策略A,并且重(长)的物品置于轻(短)物品下方的原则。给出了以受位置约束的经典一维装箱问题的近似算法A为基础的K-分类算法的最坏情况渐进性能比的下界。分析了当选用的受位置约束的算法A是著名装箱算法NF和FF时,KC-LIBNF以及KC-LIBFF算法的最坏情况渐进执行比。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 经典一维装箱问题
  • 1.2 局内装箱算法的研究现状
  • 1.3 本文的主要研究工作
  • 1.4 本文组织结构
  • 第2章 装箱问题的近似算法及性能分析
  • 2.1 近似算法的评价标准
  • 2.1.1 算法的局内特性
  • 2.1.2 算法的时间复杂度
  • 2.1.3 算法的空间复杂度
  • 2.1.4 算法的最坏情况渐进性能比
  • 2.1.5 算法的平均性能比
  • 2.2 装箱问题的近似算法
  • 2.2.1 下次适应算法
  • 2.2.2 任意适应算法
  • 2.2.2.1 首次适应算法
  • 2.2.2.2 最佳适应算法
  • 2.2.2.3 最坏适应算法
  • 2.2.3 降序任意算法
  • 2.2.4 RFF算法
  • 2.2.5 调和算法
  • 2.3 数据项移动算法
  • 2.3.1 数据项成组定义
  • 2.3.2 数据项移动
  • 2.3.3 算法的装箱策略
  • 2.4 有色装箱问题的KC-A算法
  • 2.4.1 有色装箱问题定义
  • 2.4.2 KC-A算法
  • 2.5 小结
  • 第3章 允许数据项移动的局内装箱算法的设计
  • 3.1 设计思想
  • 3.2 算法设计
  • 3.2.1 数据项区间划分
  • 3.2.2 算法的基本原理
  • 3.2.3 算法的装箱策略
  • 3.2.4 数据结构
  • 3.3 算法的主要过程
  • 3.3.1 插入过程
  • 3.3.2 弹出过程
  • 3.3.3 移动过程
  • 3.3.4 填充过程
  • 3.3.5 回收过程
  • 3.3.6 允许数据项移动的局内装箱算法主要内容
  • 3.4 小结
  • 第4章 允许数据项移动的局内装箱算法分析
  • 4.1 算法的分析
  • 4.1.1 数据项的移动分析
  • 4.1.2 算法的空间复杂度分析
  • 4.1.3 算法的时间复杂度分析
  • 4.1.4 算法的性能分析
  • 4.2 性能比较
  • 4.3 小结
  • 第5章 受位置约束的有色装箱问题的局内算法的设计
  • 5.1 有色装箱问题与经典一维装箱问题的关系
  • 5.2 受位置约束有色装箱问题
  • 5.3 受位置约束的有色装箱问题的算法
  • 5.3.1 算法的特征
  • 5.3.2 下次适应算法
  • 5.3.3 首次适应算法
  • 5.4 小结
  • 第6章 受位置约束的有色装箱问题的局内算法分析
  • 6.1 平均性能分析
  • 6.2 最坏情况渐进性能比分析
  • 6.2.1 下次适应算法最坏情况渐进执行比分析
  • 6.2.2 首次适应算法最坏情况渐进性能比分析
  • 6.2.2.1 数据项的尺寸从小到达排列
  • 6.2.2.2 数据项的尺寸从大到小排列
  • 6.2.2.3 数据项的尺寸为一般情况
  • 6.3 小结
  • 结论
  • 参考文献
  • 致谢
  • 附录A 攻读学位期间所发表的学术论文目录
  • 相关论文文献

    • [1].移动环境中请求多数据项的广播调度算法[J]. 计算机工程 2011(02)
    • [2].无线环境中多数据项广播调度算法综述[J]. 计算机科学 2009(05)
    • [3].无线数据广播中变长数据项偏斜调度算法[J]. 计算机工程 2011(17)
    • [4].基于Excel实现改进型纵向查找功能[J]. 工业控制计算机 2020(07)
    • [5].基于请求的多信道多数据项广播调度算法[J]. 计算机应用研究 2010(10)
    • [6].移动环境下多数据项请求广播的改进算法[J]. 计算机与数字工程 2009(11)
    • [7].移动环境下多数据项请求广播时效性研究[J]. 微计算机信息 2010(21)
    • [8].基于数据源向图的数据项的表示与获取方法[J]. 电子学报 2012(11)
    • [9].多数据项请求的多信道并行广播调度算法[J]. 计算机工程与设计 2011(07)
    • [10].多数据项广播调度策略[J]. 计算机工程与设计 2009(23)
    • [11].水运进出境运输工具监管事项调整指南[J]. 中国海关 2019(02)
    • [12].移动节点多数据项实时广播调度算法的研究[J]. 电子测量技术 2015(07)
    • [13].律师解析移民加拿大遭拒七大原因[J]. 侨园 2014(12)
    • [14].零售企业信用数据项统计分析研究[J]. 全国商情(理论研究) 2012(03)
    • [15].利用VB实现银行订票系统[J]. 办公自动化 2009(14)
    • [16].改进的Candy模型及数据项测试[J]. 宝鸡文理学院学报(自然科学版) 2011(01)
    • [17].网络出版环境下学术期刊文章首页数据项的标注[J]. 编辑学报 2019(02)
    • [18].江苏省首批部门提供企业信用信息及数据项研究[J]. 电子政务 2009(12)
    • [19].省政府办公厅关于明确省公共信用信息系统第二批归集数据项的通知[J]. 江苏省人民政府公报 2010(01)
    • [20].Asterix Category 033协议的分析与应用[J]. 微型机与应用 2014(24)
    • [21].一种新型无线环境数据项广播加密算法[J]. 河南科技 2015(17)
    • [22].可配置组合式数据校验方法[J]. 计算机系统应用 2015(05)
    • [23].中华人民共和国海关总署公告 2017年 第56号[J]. 中国对外经济贸易文告 2017(71)
    • [24].基于信任的真实数据判定方法[J]. 系统工程理论与实践 2013(09)
    • [25].面向无线传感网数据认证的可逆信息隐藏方案[J]. 计算机工程与应用 2017(10)
    • [26].数据表征学习过程及其应用——学习分析数据集国际研究综述[J]. 中国电化教育 2015(09)
    • [27].中华人民共和国海关总署公告[J]. 中国对外经济贸易文告 2008(71)
    • [28].数据集成中数据项与数据元匹配算法[J]. 计算机系统应用 2012(03)
    • [29].移动环境下多数据项请求的广播策略研究[J]. 计算机应用研究 2009(09)
    • [30].一种为保密挖掘预处理数据的新方法[J]. 计算机科学 2011(07)

    标签:;  ;  ;  ;  ;  ;  

    允许数据项移动和受位置约束的局内装箱算法的研究
    下载Doc文档

    猜你喜欢