Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Алгоритмы решения задач теории расписаний для одного прибора с критериями Lmax и ?wjUj

Диссертация: Алгоритмы решения задач теории расписаний для одного прибора с критериями Lmax и ?wjUj
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Однако, когда дело касается большого производства, целесообразным является использование настолько хороших расписаний, насколько это возможно. Улучшение расписания даже на несколько процентов может дать существенную экономию. Развивающаяся стремительными темпами автоматизация производства и неуклонно увеличивающиеся его масштабы ставят перед научным сообществом все более и более трудные задачи… Читать ещё >

Содержание

  • 1. Полиномиальные алгоритмы решения задачи 1 | r3 Lrnax
    • 1. 1. Постановка задачи
    • 1. 2. Обозначения и определения основных понятий
    • 1. 3. Абсолютная погрешность приближенного решения
    • 1. 4. Схема нахождения приближенного решения
      • 1. 4. 1. Вариант схемы на основе случая Лазарева
      • 1. 4. 2. Вариант схемы на основе случая Хогевена
    • 1. 5. Экспериментальное исследование полиномиальных алгоритмов решения задачи 1 | Tj | Lmax
      • 1. 5. 1. Способ генерации примеров
      • 1. 5. 2. Оценка практического значения абсолютной погрешности
      • 1. 5. 3. Эффективность применения полиномиальных алгоритмов для общего случая задачи
  • 2. Алгоритмы оптимального решения задачи 1 | гj Lmax
    • 2. 1. Существующие методы решения задачи 1 | г, | Lmax
      • 2. 1. 1. Алгоритм Карлье
      • 2. 1. 2. Метод программирования в ограничениях
    • 2. 2. Алгоритмы решения задачи 1 | rj | Lmax
    • 2. 3. Экспериментальное сравнение алгоритмов решения задачи 1 | rj | Lmax
    • 2. 4. Модифицированный алгоритм Карлье
  • 3. Алгоритм ветвей и отсечений для решения задачи 1 | r:/ [
    • 3. 1. «Гибридная» схема решения одного класса задач целочисленного линейного программирования
    • 3. 2. Постановка задачи
    • 3. 3. Формулировка задачи 1 | г, — | как задачи ЧЦЛП
    • 3. 4. Дополнительные ограничения
    • 3. 5. Генерация отсечений
    • 3. 6. «Гибридный» алгоритм ветвей и отсечений
    • 3. 7. Экспериментальная оценка эффективности

Алгоритмы решения задач теории расписаний для одного прибора с критериями Lmax и ?wjUj (реферат, курсовая, диплом, контрольная)

Общее направление исследований

В наше время люди все чаще и чаще сталкиваются с проблемами составления расписаний. В обычной жизни эти проблемы решаются интуитивно. Но даже на обыденном уровне человек исполняет алгоритмы, пусть даже не осознавая этого. Например, мы обычно планируем наши действия в порядке возрастания крайних сроков их исполнения. Для решения бытовых вопросов применение интуитивного подхода оказывается достаточно.

Однако, когда дело касается большого производства, целесообразным является использование настолько хороших расписаний, насколько это возможно. Улучшение расписания даже на несколько процентов может дать существенную экономию. Развивающаяся стремительными темпами автоматизация производства и неуклонно увеличивающиеся его масштабы ставят перед научным сообществом все более и более трудные задачи составления расписаний.

Данное направление в науке, получившее название «теория расписанийберет свое начало в 50-е годы 20-го века. Одними из первых работ по теории расписаний считаются труды Джонсона (Johnson [53]), Джексона (Jackson [50]) и Смита (Smith [79]).

Изначально одними из главных вопросов нового направления были классификация задач и установление их сложности. Считающаяся стандартной и по нынешний день классификация задач теории расписаний была предложена Грэхэмом и др. (Graham at al. [45]). Относительно быстро была установлена сложность большого числа задач. Достаточно полные обзоры по задачам теории расписаний и их сложности представлены в работах Гэри и Джонсона (Garey, Johnson [1]), Ленстры и др. (Lenstra et al. [62]), Лоулера и др. (Lawler et al. [59]), Танаева и др. [17, 18], Брукера (Brucker [36]).

Отметим, что подавляющее большинство задач теории расписаний являются ЛФ-трудными. Несмотря на это, практика требует решение таких задач. Для этого существует несколько подходов.

Первым подходом является разработка полиномиальных эвристических алгоритмов. Для многих эвристических алгоритмов были найдены оценки погрешности получаемого решения. Такие алгоритмы называются приближенными [6, 16]. Существуют приближенные алгоритмы, гарантирующие как относительную погрешность [2, 76], так и абсолютную погрешность [14]. Некоторые Л’Р-трудные задачи допускают существование так называемой аппроксимационной схемы. В рамках данной схемы можно найти решение с относительной погрешностью не более любого заданного значения е > 0 за время, полиномиально зависящее от 1/е. Для задач теории расписаний такие схемы разработали, например, Ковалев [3], Алон и др. (Alon et al. [23]), Мастролилли (Mastrolilli [64]), Севастьянов и Вёгин-гер (Sevastianov, Woeginger [77]. Для задач, не имеющих аппроксимационной схемы, большое значение имеет установление предельного значения е, для которого возможно нахождения-приближенного алгоритма за полиномиальное время.

В настоящий момент широкое распространение имеют метаэвристиче-ские алгоритмы (еще их называют алгоритмами «локального поиска»), которые находят решение, близкое к оптимальному, за приемлемое время. Недостатком таких алгоритмов является отсутствие оценок качества полученного решения. То есть неизвестно, насколько решение отличается от оптимального в наихудшем случае.

Точным методам решения iVP-сложных задач также уделено немалое внимание в работах по теории расписаний. Наибольшее распространение получили методы сокращения перебора, также называемые методами ветвей и границ [4,15, 35, 37, 54]. Для сокращения перебора здесь вычисляются нижние оценки целевой функции (в случае ее минимизации), а также используются комбинаторные свойства задач, например, свойства оптимальных расписаний.

Часто задачи теории расписаний могут быть сформулированы как задачи целочисленного линейного программирования. Решению таких задач посвящены, например, работы [21, 22, 70, 80].

В последнее время широкое распространение получил метод программирования в ограничениях. Одной из областей его успешного применения является теория расписаний [29].

Некоторые сложные задачи теории расписаний могут быть оптимально решены с помощью алгоритмов, использующих элементы сразу нескольких методов. Одно из их названий — «гибридные алгоритмы» [5, 51]. На данный момент данное направление является одним из перспективных.

Общая характеристика работы

Диссертационная работа посвящена исследованию iVP-трудных задач теории расписаний для одного прибора с неодновременным поступлением требований с критериями минимизации максимального временного смещения (1 | rj | Ь1ШХ) и минимизации взвешенного числа запаздывающих требований (1 | Tj | J^WjUj). Для первой задачи предложена схема нахождения приближенного решения с гарантированной абсолютной погрешностью. В диссертации рассмотрены два варианта данной схемы, основанные на двух полиномиально разрешимых классов примеров задачи. Для данной задачи также предложены два точных алгоритма решения общего случая. Алгоритмы хорошо показали себя в численных экспериментах при их сравнении с лучшими существующими в литературе алгоритмами решения задачи 1 | fj | Lmax. Для решения второй задачи предложен точный алгоритм, работающей по схеме метода ветвей и отсечений. Последний является расширением метода ветвей и границ для решения задач целочисленного линейного программирования (ЦЛП). В алгоритме задача формулируется как задача ЦЛП. Из последней исключаются некоторые ограничения, то есть мы получаем релаксацию изначальной задачи. Затем «усеченная» задача ЦЛП решается методом ветвей и границ. При этом в процессе решения недопустимые решения для исходной задачи исключаются с помощью добавления в формулировку дополнительных ограничений — отсечений. При проведении сравнительного экспериментального исследования предложенный алгоритм показал хорошие результаты.

Структура и обзор результатов диссертации

Диссертационная работа состоит из введения, трех глав, заключения и списка литературы.

Заключение

Сформулируем основные результаты диссертации.

• Для задачи 1 | гj | Ьтах получена оценка абсолютной погрешности оптимального расписания сведенного примера для заданного произвольного примера, сведенный пример наследуют у заданного примера продолжительности обслуживания требований.

• Предложена схема приближенного решения задачи 1 | г? | Lmax с гарантированной абсолютной погрешностью, где заданный пример сводится к примеру из полиномиально разрешимого класса. Для двух известных классов примеров построены полиномиальные алгоритмы для нахождения принадлежащего заданному классу примера, оптимальное расписание которого имеет наименьшую гарантированную абсолютную погрешность.

• Экспериментально показано, что процент оптимально решенных примеров задачи 1 | r?- | Ьшах полиномиальными алгоритмами стремится к 100% при увеличении размерности. Также экспериментально установлено, что фактическое значение абсолютной погрешности решения, полученного при помощи обоих вариантов предложенной схемы нахождения приближенного решения, в среднем не превосходит половины теоретического значения абсолютной погрешности.

• Для задачи 1 rj Lmax предложены два точных алгоритма основанные на идеях, заложенных в существующих алгоритмов решения данной задачи, а также в методе программирования в ограничениях. Экспериментальное исследования на множестве тестовых примеров показало преимущество предложенных алгоритмов над алгоритмами, существующими в литературе.

• Для модифицированного варианта распознавания проблемы

1 I rj | Lmax разработан алгоритм, который определяет допустимо ли заданное множество требований и в случае недопустимости находит некоторое недопустимое подмножество. Разработанный алгоритм используется для решения задачи с критерием минимизации взвешенного числа запаздывающих требований.

• Для задачи 1 | г7- | J2wjUj предложен точный алгоритм ветвей и отсечений. Преимущество предложенного алгоритма над наилучшим алгоритмом для данной задачи, представленном в литературе, на множестве общедоступных тестовых примеров подтверждено численными экспериментами.

Показать весь текст

Список литературы

  1. М., Джонсон Д. Вычислительные машины и труднорешаемые задачи: Пер. с англ.- М.: Мир, 1982 — 416 с.
  2. К.Н., Поттс К. Н., Севастьянов С. В. Улучшенный алгоритм решения двухмашинной задачи flow shop с неодновременным поступлением работ// Дискретный анализ и исследование операций-1997.- Т. 4, N 1 С. 13 — 32.
  3. М. Я. Интервальные е-приближенные алгоритмы решения дискретных экстремальных задач// Дис. канд. физ.-мат. наук-Минск: 1986, 110 с.
  4. А.А., Сигал И. Х., Финекельштейн Ю. Ю. Метод ветвей и границ. Обзор теорий, алгоритмов, программ и приложений// Math. Operation Forsch. Statist. Ser. Optimization.- 1977.- V. 8, N 2. C. 253 -280.
  5. А.А., Сигал И. Х., Финкелыцтейн Ю. Ю. Гибридные методы в дискретном программировании// Изв. АН СССР. Техн. кибернет-1988, — N 1, — С. 65 77.
  6. А.А., Финкелыцтейн Ю. Ю. Приближенные методы дискретного программирования// Изв. АН СССР. Техн. кибернет- 1983-N 1.- С. 165 176.
  7. А.А. Эффективные алгоритмы решения некоторых задач теории расписаний для одного прибора с директивными сроками обслуживания требований// Дис. канд. физ.-мат. наук Казань: 1 989 108 с.
  8. А.А., Садыков P.P. К исследованию проблемы теории расписаний 1 | г j) Lmax// Материалы российской конференции «Дискретный анализ и исследование операций», 24 июня 28 июня — Новосибирск: Изд-во Ин-та математики, 2002 — С. 219.
  9. А.А., Садыков P.P. Схема приближенного решения проблемы 1 I fi I -^тах// Материалы российской конференции «Дискретный анализ и исследование операций», 28 июня 2 июля — Новосибирск: Изд-во Ин-та математики, 2004 — С. 173.
  10. А.А., Шульгина О. Н. Полиномиально разрешимые частные случаи задачи минимизации максимального временного смещения// Ред. Журн. «Изв. Вузов. Математика».- Казан, ун-т Казань, 200 011 с — Деп в ВИНИТИ 28.11.00, N 3019-В00.
  11. А.А., Садыков P.P., Севастьянов С. В. Схема приближенного решения проблемы 1 | гj | Lmax// Дискретный анализ и исследование операций, — 2006.- Сер. 2, — Т. 13, N 1, — С. 57 76.
  12. С.В. Геометрические методы и эффективные алгоритмы в теории расписаний// Дис. док. физ.-мат. наук Новосибирск: 2 000 280 с.
  13. И.Х., Иванова А. П. Введение в прикладное дискретное программирование/ / М.: Физматлит, 2002 240 с.
  14. Современное состояние теории исследования операций// Под ред. Н. Н. Моисеева.- М.: Наука, 1979 464 с.
  15. B.C., Гордон B.C., Шафранский Я. М. Теория расписаний. Одностадийные системы// М.: Наука. Гл. ред. физ.-мат. лит., 1 989 384 с.
  16. B.C., Сотсков Ю. Н., Струсевич В. А. Теория расписаний. Многостадийные системы// М.: Наука, Гл. ред. физ.-мат. лит., 1 989 328 с.
  17. Ю.Ю. Метод отсечения и ветвления для решения задач целочисленного линейного программирования// Изв. АН СССР. Техн. кибернет, — 1971, — N 4, — С. 34 38.
  18. Alon N., Woeginger G. J., Yadid T. Approximation schemes for scheduling on parallel machines// J. of Scheduling 1998.- V. I — P. 55 — 66.
  19. Apt K. Principles of Constraint Programming// Cambridge University Press, 2003, — 420 p.
  20. Baker K.R., Lawler E.L., Lenstra J.K., Rinnooy Kan A.H.G. Preemtive scheduling of a single machine to minimize maximum cost subject to release dates and precedence constraints// Oper. Res.-1983-V. 31, N 2-P. 381 386.
  21. Baker K.R., Su Z.-S. Sequencing with due-dates and early start times to minimize maximum tardiness// Naval Res. Logist. Quart 1974-V. 21-P. 171 — 176.
  22. Baptiste Ph. An 0(n4) algorithm for preemptive scheduling of a single machine to minimize the number of late jobs// Oper. Res. Letters -1999-V. 24, — P. 175 180.
  23. Baptiste Ph., Jouglet A., Le Pape C., Nuijten W. A constraint-based approach to minimize the weighted number of late jobs on parallel machines// University of Technology of Compiegne, 2000, — Research Report N 2000/288, — 45 p.
  24. Baptiste Ph., Le Pape C., Nuijten W. Constraint-based scheduling: applying constraint programming to scheduling problems/ / Kluwer Academic Publishers, 2001 198 p.
  25. Baptiste Ph., Peridy, L., Pinson E. A branch and bound to minimize the number of late jobs on a single machine with release time constraints// European J. of Oper. Res.- 2003. V. 144, N 1. P. 1 11.
  26. Benders J.F. Partitioning procedures for solving mixed-variables programming prolems// Numerische Mathematik 1962 — V. 4. P. 238 -252.
  27. A., Pisaruk N. 2003. Detecting infeasibility and generating cuts for MIP using CP // Proceedings of the Fifth International Workshop CPAIOR'03, 8−10 may.- Montreal: 2003.- P. 16 30.
  28. Bockmayr A., Kasper Th. Branch-and-Infer: A unifying framework for integer and finite domain constraint programming// INFORMS J. Computing.- 1998.- V. 10.- P. 287 300.
  29. Bratley P., Florian M., Pobillard P. On sequencing with earliest starts and due dates with application to computing bounds for the (n/ra/G/Fmax) problem// Naval Res. Logist. Quart.- 1973, — V. 20, — P. 57 67.
  30. Brooks G.N., White C.R. An algorithm for finding optimal or near -optimal solutions to the production scheduling problem// J. Ind. Eng-1965, — V. 16, N 1- P. 34 40.
  31. Brucker P. Scheduling Algorithms// Springer-Verlag, 2001 365 p.
  32. Carlier J. The one-machine sequencing problem// European J. of Oper. Res.- 1982, — V. 11, N 1.- P. 42 47.
  33. Carlier J., Pinson E. A practical use of Jackson’s preemptive schedulefor solving the job-shop problem// Annals of Oper. Res 1990 — V. 26-P. 269 — 287.
  34. Carlier J., Pinson E. Adjustment of heads and tails for the job-shop problem// European J. of Oper. Res.- 1994.- V. 78, — P. 146 161.
  35. Chen Z-L., Powell W.B. Solving parallel machine scheduling problems by column generation// INFORMS J. Computing.- 1999 V. 11- P. 78 — 94.
  36. Colombani Y., Heipcke T. Mosel: an extensible environment for modelling and programming solutions// Proceedings of the Fourth International Workshop CPAIOR'02, 25 27 march.- Le Croisic, France: 2002, — P. 277 -290.
  37. Dauzere-Peres S., Lasserre J.B. A note on Carlier’s algorithm for the one-machine sequencing problem// Toulouse: CNRS, 1990 Rapport LA AS N 90 370, — 4 p.
  38. Dauzere-Peres S., Sevaux M. Using Lagrangean relaxation to minimize the weighted number of late jobs on a single machine// Naval Res. Logistics.-2003, — V. 50, N 3.- P. 273 288.
  39. Dessouky M.I., Margenthaler C.R. The one-machine sequencing problem with early starts and due dates// AIIE Trans.- 1972, — V. 4, — P. 214 222.
  40. Graham R.L., Lawler E.L., Lenstra J.K., Rinnooy Kan A.H.G. Optimization and approximation in deterministic sequencing and scheduling: a survey// Ann. Discrete Math 1979- V. 5 — P. 287 — 326.
  41. Gueret C., Prins C., Sevaux M., Heipcke S. Applications of Optimization with XpressMP// Dash Optimization Ltd., 2002, — 264 p.
  42. Hall L.A., Shmoys D.B. Jackson’s rule for one-machine schedulings: Making a good heuristic better// Math. Oper. Res -1992 V. 17.- P. 22 -35.
  43. Hoogeveen J. A. Minimizing maximum promptness and maximum lateness on a single machine// Math. Oper. Res.- 1996 V. 21- P. 100 -114.
  44. Hooker J.N., Ottosson G. Logic-based Benders decomposition// Math. Prog.- 2003, — V. 96.- P. 33 60.
  45. Jackson J.R. Scheduling a production line to minimize maximum tardiness// Los Angeles, С A: University of California, 1955 Manag. Sci. Res. Project. Research Report N 43.
  46. Jain V., Grossmann I.E. Algorithms for hybrid MILP/CLP models for a class of optimization problems// INFORMS J. Computing 2001-V. 13, — P. 258 — 276.
  47. Kise H., Ibaraki Т., Mine H. A solvable case of the one machine scheduling problem with ready and due times// Oper. Res 1978 — V. 26, N 1-P. 121 — 126.
  48. Johnson S.M. Optimal two- and three-stage production schedules with setup times included// Naval Res. Logistics Quat- 1954 V. 1- P. 61 -68.
  49. Lageweg B.J., Lenstra J.K., Rinnooy Kan A.H.G. Minimizing maximum lateness on one machine: computational experience and applications// Statistica Neerlandica.- 1976, — V. 30.- P. 25 41.
  50. Land A.H., Doig A.G. An automatic method for solving discrete programming problems// Econometrica I960 — V. 28 — P. 497 — 520.
  51. Lawler E.L. Optimal sequencing of a single machine subject to precedence constraints// Manag. Sci 1973.- V. 19, N 5.- P. 544 — 546.
  52. Lawler E.L. A dynamic programming algorithm for preemptive scheduling of a single machine to minimize the number of late jobs// Annals of Oper. Res.- 1990, — V. 26, — P. 125 133.
  53. Lawler E.L. Knapsack-like scheduling problems, the Moore-Hodgson algorithm and the «tower od sets» property// Math. Сотр. Modelling-1994, — V. 20, N 2.- P. 91 106.
  54. Lawler E.L., Moore J.M. A functional equation and its application to resource allocation and sequencing problems// Manag. Sci 1969-V. 16.- P. 77 — 84.
  55. Lenstra J.K., Rinnooy Kan A.H.G., Brucker P. Complexity of machine scheduling problems// Annals of Discrete Math 1977 — V. 1- P. 343 -362.
  56. Marriott K., Stuckey P.J. Programming with Constraints: An Introduction// The MIT Press, 1998, — 476 p.
  57. Mastrolilli M. Efficient Approximation Schemes for Scheduling Problems with Release Dates and Delivery Times// J. of Scheduling 2003 — V. 6, N 6.- P. 521 — 531.
  58. McMahon G., Florian M. On scheduling with ready times and due dates to minimize maximum lateness// Oper. Res 1975 — V. 23 — P. 475 — 482.
  59. Moore J.M. An n job, one machine sequencing algorithm for minimizing the number of late jobs// Manag. Sci 1968.- V. 15, N 1, — P. 102 — 109.
  60. Nowicki E., Zdrzalka S. A note on minimizing maximum lateness in a one-machine sequencing problem with release dates// European J. of Oper. Res.- 1986.- V. 23.- P. 266 267.
  61. Peridy, L., Pinson E., Rivreau D. Using short-term memory to minimize the weighted number of late jobs on a single machine// European J. Oper. Res.- 2003 V. 148. P. 591 — 603.
  62. Potts C.N. Analysis of a heuristic for one machine sequencing with release dates and delivery times// Oper. Res.- 1980.- V. 28. P. 1436 1441.
  63. Queyranne M., Schultz A.S. Polyhedral approaches to machine scheduling// Preprint N 408/1994 Berlin: Technical University of Berlin, Department of Mathematics, 1994 — 61 p.
  64. Sadykov R. A hybrid branch-and-cut algorithm for the one-machine scheduling problem // Regin, J.-C., Rueher M. (eds.) Proceedings of the First International Conference CPAIOR'04, 20 22 april — Springer-Verlag, LNCS, V. 3011, 2004.- P. 409 — 414.
  65. Sadykov R.R., Lazarev A.A. Experimental comparison of branch-and-bound algorithms for the 1 | r?- | Lmax problem// Proceedings of the Seventh International Workshop MAPSP'05, 6−10 june Siena, Italy: 2005.- P. 239 — 241.
  66. Schrage, L. Solving Resource-Constrained Network Problems by Implicit Enumeration: Non Preemptive Case// Oper. Res -1970 V. 18 — P. 263 -278.
  67. Sevaux M., Dauzere-Peres S. Genetic algorithms to minimize the weighted number of late jobs on a single machine// European J. of Oper. Res-2003.- V. 151.- P. 296 306.
  68. Sevastianov S.V., Woeginger G.J. Makespan minimization in open shops: A polynomial time approximation scheme / / Math. Prog 1998 — V. 82-P. 191 — 198.
  69. Simons B.B. A fast algorithm for single processor scheduling// Proceedings of the 19th IEEE Annual Symposium on Foundations of Computer Science New York: Ann. Arbor. Mich., 1978 — P. 246 — 252.
  70. Smith W.E. Various optimizers for single stage production// Nav. Res. Log. Quart.- 1956, — V. 3, N 1, — P. 59 66.
  71. Sousa J.P., Wolsey L.A. A time-indexed formulation of non-preemptive single-machine scheduling problems// Math. Prog.- 1992.- V. 54.-P. 353 367.
Заполнить форму текущей работой

На отлично!