我们在寻求各工件加工总时间的具体算法基础上，围绕化整为零的数学思想，将整批工件的加工任务拆分为在最优的排序下每个工件的实际加工情况来分析。最后采用Lingo软件进行求解模型，计算得出： 当n?15时，工件加工顺序为：
2?3?1?4?5?6?12?7?8?9?10?11?15?13?14
总的加工延续时间为184s。 当n?20时，工件加工顺序为：
5?8?11?1?2?6?12?3?14?16?15
?17?4?18?19?10?20?13?9?7
总的加工延续时间为197s。
4．2．4 算法比较
由于建立优化模型求解得到的为最优解：T?184(n?15),T?197(n?20)
对比前两种算法算法我们可知：Palmer启发式算法得到的是近优解，而C法获得了最优解。
?D算
Palmer启发式算法虽然得到的是近优解，然而其以斜度指标排列工件的算法计算量很小，获得的结果比较好。因而在解决生产实际中的排序问题十分实用。
此题中，虽然C?D算法获得了最优解，但是以此算法要获得最优的加工顺
Max{tk2},(i,j,k?1,2,...,n)序，必须满足：Min{ti1,tj3}?的前提条件，而本题所给
?D的数据显然是不符的，获得了最优解只是碰巧而已。即在数据不满足C的上述前提下得到的解不能保证为最优解。
算法
建立优化模型求解，逻辑严谨，论证充分，算法简洁准确，有效地提高了软件求解效率。对于此题是一个很好的计算方法。
五、模型评价及改进
由于在模型求解中利用了Lingo软件，大大简化了编程工作，且模型本身结合软件的使用就具有很强的可移植性，便于模型的推广。例如在推广到m工件n部机床的情况，只需在程序中的工件，顺序集里加入相应的属性；在程序段中加
6
入对应的算法和约束条件就可以完全替换从而解决问题了。
六、参考文献（略）
7