Изменения

Перейти к: навигация, поиск

Flow shop

6309 байт добавлено, 14:03, 19 мая 2016
Псевдокод
Эта статья о задачах Flow shop. Для начала дадим определение этого типа задач:{{Определение|definition == Описание =='''Flow shop''' ('''Рассмотрим пример: <tex>F_F \mid p_{ij} = 1 \mid C_{mmax}</tex>''' в нотации Грэхема): В системе находится m машин, работающих параллельно. Машины упорядочены. Каждая работа должна быть выполнена последовательно на всех машинах с первой по последнюю.}}
Рассмотрим примерДопустим, у нас <tex>n</tex> работ и <tex>m</tex> машин. В начальный момент времени мы можем начать обрабатывать любую работу на первой машине. В следующий момент на первой машине можно обрабатывать следующую работу, а на второй перейдёт предыдущая работа с первой машины, и так далее. Таким образом, на выполнение всех работ у нас уйдёт <tex>n + m - 1</tex> единиц времени. Проиллюстрируем это диаграммой Гантта для случая <tex>n = 6, m = 5</tex>: {| class = "wikitable" style="width: 55%; height: 200px"! !!0!!1!!2!!3!!5!!6!!7!!8!!9!!10|-align="center"!<tex>M_1</tex>|1|2|3|4|5|6|—|—|—|—|-align="center"!<tex>M_2</tex>|—|1|2|3|4|5|6|—|—|—|-align="center"!<tex>M_3</tex>|—|—|1|2|3|4|5|6|—|—|-align="center"!<tex>M_4</tex>|—|—|—|1|2|3|4|5|6|—|-align="center"!<tex>M_5</tex>|—|—|—|—|1|2|3|4|5|6|} Заметим, что в данном случае <tex>p_{ij}</tex> может быть равно не только единице, но и любой константе. {{Теорема|statement = Любая задача вида <tex>F \mid p_{ij} = 1 \mid C_? </tex> сводится к соответствующей задаче вида <tex>1 \mid p_{maxij}= 1 \mid ?</tex>. |proof = Поскольку работа всегда заканчивает выполняться на последней машине, нас интересуют только времена завершения работ на последней машине. Также очевидно, что последняя машина может начать работать только в момент времени <tex> m - 1 </tex>. Оказывается, что любое решение задачи <tex> 1 \mid p_{ij} = 1 \mid ? </tex> с дедлайнами, уменьшенными на <tex> m - 1 </tex> можно преобразовать в оптимальное расписание для задачи <tex>F \mid p_{ij} = 1 \mid ? </tex>. Докажем это.
Допустим у нас Возьмем оптимальное расписание для соответствующей задачи с одним станком, выполним работы в этом порядке на первой машине, затем на второй машине, начиная с момента времени <tex>n1 </tex> работ , и <tex>m</tex> машин. В начальный момент времени мы можем начать обрабатывать любую работу на первом станке. В следующий момент так далее, до выполнения на первом последней машине можно обрабатывать следующую работу, а на второй перейдёт предыдущая работа начиная с перовой машины. И так далее. Таким образом на выполнение всех работ у нас уйдёт <tex>n + m - 1</tex> времени. Проиллюстрируем это диаграммой Гантта Это расписание корректно и соблюдает все дедлайны. Поскольку целевая функция совпадает с соответствующей функцией для случая <tex>n = 6задачи на одном станке, m = 5</tex>: (по горизонтали время, по вертикали машины, в ячейке номер выполняемой работы)оно оптимально и для данной задачи. '''0 1 2 3 4 5 6 7 8 9 10''' ------------------------------------------- '''M_1''' | 1 2 3 4 5 6 - - - - '''M_2''' | - 1 2 3 4 5 6 - - - '''M_3''' | - - 1 2 3 4 5 6 - - '''M_4''' | - - - 1 2 3 4 5 6 - '''M_5''' | - - - - 1 2 3 4 5 6}}
Заметим, что в данном случае Примером применения этой теоремы может служить следующая [[Fpij1sumwu|задача: <tex>F \mid p_{ij}= 1 \mid \sum w_iu_i</tex> может быть равно не только единице, но и константе]].
Так же, поскольку работа заканчивает выполняться всегда на последней машине, то для решения задач Задачи с <tex>p_{ij} = const</tex> нас интересует порядок произвольными временами выполнения работ только на последнем машинепочти все являются [[Классы_NP,_coNP,_Σ₁,_Π₁#.D0.9E.D0.BF.D1.80.D0.B5.D0.B4.D0.B5.D0.BB.D0.B5.D0.BD.D0.B8.D1.8F.2C_.D1.81.D0.B2.D1.8F.D0.B7.D1.8C_.CE.A3.E2.82.81_.D0.B8_NP | NP-трудными]].
== Задача Джонсона о двух станках <tex>F_2 \mid \mid C_{max}</tex> ==
Это единственная из flow shop задач с произвольными временами выполнения работ, которая решается за полиномиальное время.
Приведём здесь решение задачи без доказательства, его можно посмотреть <ref> Доказательство описано в книге [1http://books.google.ru/books?id=FrUytMqlCv8C&printsec=frontcover&dq=scheduling+algorithms&hl=ru&sa=X&ei=0MPMT4HqKYSk4gSBm6gp&sqi=2&ved=0CDEQ6AEwAA#v=onepage&q=scheduling%20algorithms&f=false Scheduling Algorithms, Peter Brucker]на страницах 174 {{---}} 178.</ref>.
Оптимальное расписание для первой и второй машины будет совпадать. Таким образом, нам требуется найти перестановку входных работпорядок, в котором будут выполняться работы на каждой машине.
===Алгоритм такой===Обозначим за <tex>p_1</tex> время выполнения работы на первом станке, за <tex>p_2</tex> время выполнения работы на втором станке. Будем использовать следующий алгоритм: возьмём два пустых списка. Будем и будем рассматривать работы в порядке возрастания <tex>\min(p_1, p_2)</tex>, то есть , минимума из времён выполнения данной работы на первой и второй машине. Если у работы <tex>p_1 <= \leqslant p_2</tex>, то добавим её в конец первого списка. В противном случае , добавим её в начало второго списка. Итоговое расписание это конкатенация первого и второго списков.
===Псевдокод===Для представления работы в памяти будем использовать следующую структуру: J - множество работ Head <tex> \leftarrow \emptyset </tex> Tail <tex> \leftarrow \emptyset </tex> '''whilestruct''' J <tex> \ne \emptyset </tex> Job: '''doint''' I <tex> \leftarrow </tex> работа с минимальным значением <tex>min(p_1, p_2)</tex> '''if''' <texfont color = green>p_1 <= p_2</tex> Head <tex> \leftarrow </tex> Head <tex>\circВремя выполнения на первом станке</texfont> I '''elseint''' Tail <tex> \leftarrow p_2</tex> I <tex>\circ</tex> Tail J <texfont color = green> \leftarrow </tex> J <tex> \backslash </tex> I Result <tex> \leftarrow </tex> Head <tex>\circВремя выполнения на втором станке</texfont> Tail
Обратим вниманиеПриведём реализацию самого алгоритма:*<tex> \mathtt{J}</tex> {{---}} список работ, которые надо выполнить, что оптимальное решение задачи *<tex>F_2 \mid pmtn \mid C_mathtt{maxList1}</tex> совпадает с решением задачи , <tex>F_2 \mid \mid C_mathtt{maxList2}</tex> {{---}} списки, приведённой вышев которые будем записывать порядок выполнения работ.
<font color = green>// Функция принимает список работ J и возвращает список с расписанием работ.</font>
'''function''' scheduling(<tex>J</tex>: '''List<Job>'''): '''List<int>'''
<tex> \mathtt{List1} = \varnothing </tex>
<tex>\mathtt{List2} = \varnothing </tex>
'''while''' <tex>J \ne \varnothing </tex>
<tex>I</tex> = работа с минимальным значением <tex>\min(p_1, \ \ p_2)</tex>
'''if''' <tex>p_1 \leqslant p_2</tex>
<tex> \mathtt{List1} = \mathtt{List1} \cup I </tex>
'''else'''
<tex>\mathtt{List2} = I \cup \mathtt{List2} </tex>
<tex>J = J \setminus I </tex>
'''return''' <tex>\mathtt{List1} \cup \mathtt{List2} </tex>
 
== Задача Джонсона о двух станках с прерываниями <tex>F_2 \mid pmtn \mid C_{max}</tex> ==
{{Теорема
|statement= Оптимальное решение этой задачи совпадает с решением задачи <tex>F_2 \mid \mid C_{max}</tex>, приведённой выше.
|proof = Пусть у нас есть оптимальное расписание для задачи <tex>F_2 \mid pmtn \mid C_{max}</tex>. Покажем, что его за конечное число шагов можно преобразовать к расписанию без прерываний, не изменив при это значение <tex>C_{max}</tex> .
 
Рассмотрим первую машину. Допустим, что некоторая работа <tex> J </tex> выполняется в <tex> 2 </tex> или более разных промежутка времени. Тогда передвинем более ранний промежуток вправо по оси времени так, чтоб он заканчивался в тот момент, когда начинается второй промежуток, при этом работы, которые были между этими двумя промежутками, сдвинем влево на длину первого промежутка. Расписание при этом осталось корректным, так как работы на машинах по-прежнему не пересекаются, и каждая работа на второй машине делается после того, как она сделана на первой: работа <tex> J </tex> может начать выполняться на второй машине только после того, как она целиком выполнится на первой, то есть уже после конца второго промежутка; а время окончания выполнения остальных работ на первой машине неувеличилось.
Важно, что подобная операция не увеличивает <tex> C_{max} </tex>.
 
Будем повторять эту операцию до тех пор, пока на первой машине все работы не станут выполняться без прерываний. Так как количество прерываний конечно, а такая операция уменьшает их количество на один, этот процесс конечен.
 
Теперь избавимся от прерываний на второй машине. Точно так же рассмотрим работу, разбитую на два или более промежутка. Передвинем более поздний промежуток к концу более раннего, а работы между ними сдвинем вправо. Доказательство корректности измененного расписания аналогично доказательству для первой машины. Будем повторять данную операцию, пока на второй машине присутствуют прерывания.
 
Таким образом, мы получили корректное расписание без прерываний, не изменив при этом значение <tex>C_{max}</tex>.}}
== См. также ==
* [[Fpij1sumwu|<tex>F \mid p_{ij} = 1 \mid \sum w_i u_i</tex>]]
== Литература Примeчания==*<references/> [[1Категория: Дискретная математика и алгоритмы]][http[Категория://books.google.ru/books?id=FrUytMqlCv8C&printsec=frontcover&dq=scheduling+algorithms&hl=ru&sa=X&ei=0MPMT4HqKYSk4gSBm6gp&sqi=2&ved=0CDEQ6AEwAA#v=onepage&q=scheduling%20algorithms&f=false Scheduling Algorithms, Peter BruckerТеория расписаний]]

Навигация