We studied for the first time the o

We studied for the first time the objective function of minimizing total early work. In this setting only early completed jobs are penalized, and the cost of a given job is a function of its processing time. We solved the single machine version of the problem, under the natural assumption of non-delay. We proved that the problem is NP-hard, and introduced a pseudo-polynomial dynamic programming algorithm. Our numerical tests indicate that the dynamic program ming is efficient even for relatively large instances (of up to 200 jobs).

ผลลัพธ์ (ไทย) 1:

เราศึกษาครั้งแรกฟังก์ชันวัตถุประสงค์ของการลดต้นรวมงาน งานที่เสร็จสมบูรณ์ช่วงต้นเท่านั้นอาจส่งผลในการตั้งค่านี้ และต้นทุนของงานที่กำหนดเป็นฟังก์ชันของเวลาการประมวลผล เราแก้ไขปัญหา ภายใต้สมมติฐานธรรมชาติไม่ช้าเวอร์ชั่นเครื่องเดี่ยว เราพิสูจน์ว่า ปัญหายาก(NP-HARD), และแนะนำขั้นตอนการเขียนโปรแกรมแบบไดนามิกการหลอกพหุนาม การทดสอบของเราตัวเลขบ่งชี้ว่า มีประสิทธิภาพแม้สำหรับการค่อนข้างมาก (ถึง 200 งาน) หมิโปรแกรมแบบไดนามิก

ผลลัพธ์ (ไทย) 2:

เราศึกษาเป็นครั้งแรกฟังก์ชันวัตถุประสงค์ของการลดการทำงานในช่วงต้นทั้งหมด ในการตั้งค่านี้เฉพาะงานที่เสร็จสมบูรณ์ในช่วงต้นจะถูกลงโทษและค่าใช้จ่ายของงานที่กำหนดเป็นหน้าที่ของเวลาการประมวลผลของมัน เราแก้รุ่นเครื่องเดียวของปัญหาภายใต้สมมติฐานที่ธรรมชาติของการไม่ล่าช้า เราพิสูจน์ให้เห็นว่าเป็นปัญหา NP-ยากและแนะนำขั้นตอนวิธีการเขียนโปรแกรมหลอกพหุนามแบบไดนามิก การทดสอบการคำนวณของเราระบุว่าโปรแกรมแบบไดนามิกหมิงมีประสิทธิภาพแม้สำหรับอินสแตนซ์ที่ค่อนข้างใหญ่ (ถึง 200 งาน)

ผลลัพธ์ (ไทย) 3:

เราเรียนเป็นครั้งแรกโดยมีวัตถุประสงค์ของการรวมฟังก์ชันการทำงาน . ในการตั้งค่านี้เท่านั้นก่อน เสร็จงานจะจริงจัง และค่าใช้จ่ายของงานที่เป็นฟังก์ชันของเวลาการประมวลผลของ เราได้เครื่องรุ่นเดียวของปัญหา ภายใต้สมมติฐานของธรรมชาติ ไม่ล่าช้า เราพิสูจน์แล้วว่าเป็นปัญหาคือ ยาก และแนะนำวิธีการหลอกแบบไดนามิกโปรแกรมขั้นตอนวิธีการ การทดสอบเชิงตัวเลขของเราบ่งชี้ว่า ไดนามิกโปรแกรมหมิงที่มีประสิทธิภาพสำหรับอินสแตนซ์ ( ค่อนข้างมากถึง 200 งาน )