流水作业调度问题 Johnson 算法

原文地址: https://blog.csdn.net/qingdujun/article/details/84283789

 

问题描述:已知 n 个作业{1, 2, . . . , n}要在由两台机器 M 1 和 M 2 组成的流水线上完成加工。每个作业加工的顺序都是先在 M 1 上加工,然后在 M 2 上加工。M 1 和 M 2 加工作业 i 所需的时间分别为 ai和 bi ,1≤ i ≤ n。流水作业调度问题要求确定这 n 个作业的最优加工次序,使得从第一个作业在机器 M 1 上开始加工,到最后一个作业在机器 M 2 上加工完成所需的时间最少。

 

关于流水作业调度问题的以下 Johnson 算法:

(1) 令 AB = { i | ai < bi}, BA = { i | ai ≥ bi } ;
(2) 将 AB 中作业依 ai 的非减次序排列;将 BA 中作业依 bi 的非增次序排列;

 

(3) AB 中作业接 BA 中作业即构成满足 Johnson 法则的最优调度。

 

#include <stdio.h>
#include <algorithm>
using namespace std;
#define N 8

struct assignment
{
	int a;
	int b;
}asg[N] = {
  {1,2},{2,4},{3,6},{4,1},{5,7},{6,4},{7,9},{8,3}};

bool cmp1(struct assignment x, struct assignment y){
	if (x.a >= y.a){
		return true;
	}
	return false;
}

bool cmp2(st
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
流水作业调度问题是指在一条流水线上,有多个作业需要按照一定的顺序进行加工。而遗传算法是一种启发式算法,可以用来解决流水作业调度问题。遗传算法模拟了生物进化的过程,通过不断的进化和选择,逐渐求得最优解。 具体来说,遗传算法通过对候选解进行编码,然后生成初始种群。每个个体都代表了一种可能的调度方案。然后通过评价函数对每个个体进行评估,评估其适应度。适应度越高的个体,其解决方案越好。 接下来,遗传算法利用选择、交叉和变异操作来对种群进行进化。选择操作根据个体的适应度选择优秀的个体,使其有更高的概率遗传给下一代。交叉操作则将两个个体的编码进行交叉,生成新的个体。变异操作则是对个体的编码进行随机的变异,引入新的基因。 通过不断重复选择、交叉和变异操作,种群逐渐进化,直到达到终止条件。最终,遗传算法会输出具有最优适应度的个体,即对流水作业调度问题的最优解。 总结起来,流水作业调度问题可以通过遗传算法来求解。遗传算法模拟了生物进化过程,通过选择、交叉和变异操作对种群进行进化,最终找到最优解。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [【优化算法】遗传算法GA求解混合流水车间调度问题(附C++代码)](https://blog.csdn.net/Rivalsx/article/details/91851559)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [基于遗传算法的车间调度算法-matlab源码(含甘特图)](https://download.csdn.net/download/m0_59415345/85425314)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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