析取图

最新推荐文章于 2023-12-12 17:00:35 发布
最新推荐文章于 2023-12-12 17:00:35 发布
阅读量5k 收藏 25
点赞数 4
分类专栏： 调度算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a999999123/article/details/110006365
版权
析取图是一种用于表示Jobshop scheduling过程的图形工具，其中圆圈代表工序，实心箭头指示合同的工作流程。当不同合同需要在同一机器上完成工序时，用虚线连接这些工序。该图示法有助于理解和解决作业车间调度问题，如在张超勇的研究中所探讨的那样。
摘要由CSDN通过智能技术生成

析取图（disjunctive graph）, 用来表示Job shop scheduling的过程。

  • 用圆是用来表示一道工序

  • 实心的箭头用来表示一个合同或工作(Job)所需要经过的流程(Operation)

  • 由于不同的合同所需要经过的流程有可能是同一个机器上完成的（即不同的合同需要同一个流程），使用虚线将同一个机器上完成的工序连接起来

下图引用 张超勇。基于自然启发式算法的作业车间调度问题理论与应用研究 。华中科技大学。

在这里插入图片描述
在这里插入图片描述

YYYa77
关注
  • 4
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【车间调度】 FJSP的析取图模型
weixin_51656605的博客
01-28 4623
本系列为自己学习调度相关知识的记录，如有误请指出，也欢迎调度方向的小伙伴加我好友共同交流。 在FJSP中，存在循环排列的特性，即同一个工件的多道工序可以在同一台机器上连续或间隔加工。当FJSP中每道工序确定了加工机器之后，即转变为一般的作业车间调度问题。而析取图（disjunctive graph）模型是描述车间调度问题的一种重要形式。 析取图模型定义 G=(N,A,E) Ｎ是所有工序组成的节点集，其中０和＊表示两个虚设的起始工序和终止工序，每个节点的权值等于此节点工序在对应机器上的加工时间 Ａ是连接.
析取图模型,关键路径关键块学习笔记
uoifish的博客
11-22 2112
1析取图模型 析取图模型G=（N,A,E）,N是所有工序组成的节点集，其中0和*表示两个虚设的起始工序和终止工序,节点集N={0，O11,O12,O13,O21,O22,O23,O31,O32,O33,*},每个节点的权值为该节点工序在对应机器上的加工时间；A是连接同一个工件的邻接工序间的有向弧 集表示工序之间的先后加工顺序约束。有 向弧集A={（O11,O12）（O12,O13）（O21,O22）（O22,O23）（O31,O32）（O32,O33）}. 例子： 2关键路径关键块 如图..
基于强化学习和析取图模型的统一调度框架
松间沙路的博客
02-20 2238
框架定义   基于析取图模型的复杂车间调度问题存在两类决策点：一是需要根据工序排序规则（Job sequencing rule，JSR）对就绪任务集合中的所有工序进行优先级排序，选择最优先的工序进行加工；二是需要根据机床分派规则（Machine assignment rule，MAR），为之前选择的最优先工序从其所有可选机床集合中选择最优先的机床。在一般的作业车间调度问题中，由于机床提前确定，只存在JSR一个决策点，而在柔性作业车间调度问题中这两类决策点均存在。本文针对作业车间和柔性作业车间调度问题进行研究
基于析取图的考虑物料搬运的Job Shop调度算法
03-03
基于析取图的考虑物料搬运的Job Shop调度算法
基于深度强化学习的作业车间调度问题
最新发布
qq_58327317的博客
12-12 1810
首先，基于析取图模型构建深度强化学习的建立三通道设计 20 种复合启发式调度规则作为将等价为机器利用率；利用深度卷积神经网络搭建以三通道状态特征作为输入，输出每个动作的；进而，使用选取动作；最后，计算和更新调度环境。
Job Shop调度问题的析取图表示
qq_39923466的博客
08-29 4297
文章目录前言一、析取图背景二、析取图表示法简介三、析取图性质总结 前言 在看论文 “Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning”的时候发现需要用到Job Shop的析取图表示，因此本文就对析取图进行下描述。 参考图书：制造过程智能优化调度算法及其应用 一、析取图背景 二、析取图表示法简介 三、析取图性质 总结 提示：这里对文章进行总结： 例如：以上就是今天要讲的内容，本文仅仅简单介绍了pa.
强化学习调度环境：析取图和离散事件仿真
松间沙路的博客
11-26 3209
近日有小伙伴在复现强化学习求解作业车间调度的文章代码问题时遇到一些疑惑，对于如何将车间调度问题转化为强化学习可以求解的序列决策问题文章中描述的不是很具体，导致不是很清楚怎么通过强化学习一步一步的动作选择得到调度解的。今天就通过生动形象的方式给大家讲一下目前常用的调度环境建立方法（析取图和仿真模型）的区别。
车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模型
松间沙路的博客
02-17 1692
获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！ 三维析取图模型建模系列目录 复杂车间调度问题三维析取图建模系列预告 车间调度建模系列1|复杂车间调度问题特点 车间调度建模系列2|复杂车间调度问题描述 车间调度建模系列3|复杂车间调度问题解的表示 车间调度建模系列4|扩展析取图之工序相关性 车间调度建模系列5|扩展析取图之工序间物流周转时间 车间调度建模系列6|扩展析取图之顺序不依赖准备时间 车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模
UML建模-用例分析图
qq_41500207的博客
03-09 3109
几个关键要素 系统边界 就是那个大大的矩形，执行者（角色）和用例中间 执行者 比如 IT企业 需要IT服务的企业 IT行业人员 软件园管理者 软件园领导 系统管理员 **表示有6种角色使用这个系统** 用例 一个一个的圆圈表示用例，表示这个系统可以做什么事情 大的用力拆解 比如： IT企业 一层 管理企业信息 管理供应信息 二层 管理企业信息 ...
车间调度建模系列4|扩展析取图之工序相关性
松间沙路的博客
02-13 1838
获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！ 三维析取图模型建模系列目录 复杂车间调度问题三维析取图建模系列预告 车间调度建模系列1|复杂车间调度问题特点 车间调度建模系列2|复杂车间调度问题描述 车间调度建模系列3|复杂车间调度问题解的表示 车间调度建模系列4|扩展析取图之工序相关性）（本文） 完整的符号说明详见车间调度建模系列2|复杂车间调度问题描述。   经典的二维析取图模型仅表达了工艺路线决定的顺序约束，无法表达时间约束（如最早开始、最
基于析取图的非周期可重构流水作业的建模与优化
01-15
<p>针对可重构制造这一新的制造模式, 研究一类非周期可重构流水作业的建模与优化问题.非周期可重构流水作业由析取图模型表示,基于析取图模型, 选取完成所有作业的最大时间Cmax作为优化的目标,建立相应的混合整数规划求解置换、一般和无缓冲区3种情况下非周期可重构流水作业的最优配置和最优调度.</p>
合取范式转析取范式python.zip
06-11
一种常用的表示逻辑表达式的方法是通过范式，主要有合取范式（Conjunctive Normal Form, CNF）和析取范式（Disjunctive Normal Form, DNF）。这两种范式在理论计算、逻辑电路设计、自动定理证明以及知识表示等方面都...
基于析取图的非周期可重构流水作业的建模与优化 (2006年)
05-27
非周期可重构流水作业由析取图模型表示，基于析取图模型，选取完成所有作业的最大时闻Cmax作为优化的目标，建立相应的混合整数规划求解置换、一般和无缓冲区3种情况下非周期可重构流水作业的最优配置和最优调度。
求公式的主合取范式和主析取范式
12-13
在计算机科学和逻辑学中，主合取范式（Conjunctive Normal Form, CNF）和主析取范式（Disjunctive Normal Form, DNF）是布尔表达式的一种标准化形式。这两种范式在解决逻辑推理、电路设计、人工智能和编程语言理论等...
复杂车间调度问题三维析取图建模系列预告
松间沙路的博客
02-08 1985
获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！   目前大多数车间调度问题都是一些实际问题的简化，学术界更加流行的做法是对标准调度问题采用各种先进的算法求解最优解或下界，但是在实际环境中，这些简化极有可能导致最优解是不可行解（无法满足开工条件），因此实际调度车间中，调度问题往往是非常复杂的。   生产调度问题建模方法主要包括数学模型、Petri net、析取图模型和仿真模型等。由于实际生产过程调度环境的复杂性，数学模型中的假设和约束条件很难满足，Pet.
UML中的用例(Use Case)概念分析及StarUML实例
yuyin86的专栏
12-22 1540
UML中的用例(Use Case)概念分析及StarUML实例 在UML中use case似 乎最簡單的，用例建模的最主要功能就是用来表达系统的功能性需求或行为，依我的理解用例建模可分为用例图和用例描述。用例图由参与者（Actor）、用例 （Use Case）、系统边界、箭头组成，用画图的方法来完成。用例描述用来详细描述用例图中每个用例，用文本文档来完成，以及由箭头所组成的各种关系，包括泛
车间调度建模系列8|扩展析取图之基于时间片段的赋时三维析取图模型
松间沙路的博客
02-18 953
获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！ 三维析取图模型建模系列目录 复杂车间调度问题三维析取图建模系列预告 车间调度建模系列1|复杂车间调度问题特点 车间调度建模系列2|复杂车间调度问题描述 车间调度建模系列3|复杂车间调度问题解的表示 车间调度建模系列4|扩展析取图之工序相关性 车间调度建模系列5|扩展析取图之工序间物流周转时间 车间调度建模系列6|扩展析取图之顺序不依赖准备时间 车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模
论文阅读|图神经网络+Actor-Critic求解静态JSP（End-to-End DRL）《基于深度强化学习的调度规则学习》(附带源码)
太剧烈的快乐与太剧烈的悲哀是有相同之点的——同样地需要远离人群！
08-19 4081
《Learning to Dispatch for Job Shop scheduling via Deep Reinforcemnet Learning》 NeurIPS 2020 1 摘要 优先调度规则（Priority dispatching rule,PDR）广泛用于求解JSSP问题，这篇文章通过端到端的深度强化学习代理来自动学习PDR。利用JSSP的析取图表示，提出了一种基于图神经网络（Graph Neural Network,GNN）的方案来嵌入求解过程中遇到的状态。由此产生的策略网络与大
车间调度相关理论
m0_60703264的博客
09-16 3379
1柔性作业车间调度问题的研究现状 “柔性”是相对于“刚性”而言的，传统的==“刚性”自动化生产线主要实现单一品种的大批量生产==。而==“柔性”生产线可以在较短的生产周期内，生产出较低成本、较高质量的不同品种产品==。柔性一般主要包括：机器柔性、工艺柔性、产品柔性、维护柔性、生产能力柔性、扩展柔性和运行柔性等。 1.1 单目标柔性作业车间调度 FJSP的目标函数一般包括：最大完工时间最小、总完工时间最小、最大负荷的机器负荷最小、提前／拖期惩罚最小、设备空闲时间最小等。单目标FJSP只是针对其中一个目.
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值