Johnson算法实现流水作业最优调度

1. 算法描述

  • N 1 = { i ∣ a i < b i } N_1 = \{i | a_i < b_i \} N1={iai<bi}, N 2 = { i ∣ a i ≥ b i } N_2 = \{ i| a_i \geq b_i\} N2={iaibi};
  • N 1 N_1 N1中的作业按照 a i a_i ai的非降序排列,将 N 2 N_2 N2中的作业按照 b i b_i bi的非升序排列;
  • N 1 N_1 N1中的作业拼接 N 2 N_2 N2中的作业构成 J o h n s o n Johnson Johnson算法的最优作业调度。

2. C/C++代码实现

/**************************************************
*Johnson算法实现流水作业最优调度 
***************************************************/
#include<iostream>
#include<algorithm>
using namespace std;

const int maxn = 1000;


class JobType {
public:
	int key;
	int index;
	bool job;
	bool operator < (const JobType& j)const {
		return key < j.key;//重载运算符<,以键值key为关键字排序
	}
};
int FlowShop(int n, int a[], int b[], int c[])
{
	JobType* d = new JobType[n];
	for (int i = 0; i < n; i++)
	{
		d[i].key = a[i] < b[i] ? a[i] : b[i];//记录ai bi中最小值为key
		d[i].job = a[i] < b[i]; //ai < bi N1 = {i | ai < bi} N2 = {i | ai >= bi}
		d[i].index = i;
	}
	sort(d, d + n);//并不是简单的快速排序 可能还有堆排序等排序算法  根据数据的规模进行选择

	int j = 0;
	int k = n - 1;
	for (int i = 0; i < n; i++)
		//因为最后的调度序列是 排序之后的{N1,N2}
		//前面排序之后N1是非降序  N2也是非降序  
		//因此在排序之后序列中遍历时  遇到job == 0的下标 主要从c[]最后下标开始 依次递减
		if (d[i].job) // N1 i按照ai的非降序排列
			c[j++] = d[i].index;
		else //N2 i按照bi的非升序排列 
			c[k--] = d[i].index;
	
	//输出调度序列
	cout << "流水作业调度序列为:";
	for (int i = 0; i < n; i++)
		cout << c[i] << " ";
	cout << endl;
	
	//计算最短的流水作业调度时间
	j = a[c[0]]; //j记录工序ai完成的时间
	k = j + b[c[0]]; //k记录工序bi完成的时间
	for (int i = 1; i < n; i++)
	{
		j += a[c[i]]; //工序a进行到目前用的时间
		k = j < k ? k + b[c[i]] : j + b[c[i]];
		//工序a进行到i用的时间j 和 工序b进行到i-1用的时间k  作比较
		/*若j > k, i-1作业的b工序已经结束了 
		但是i作业的a工序还没结束 此时b需要等待其结束 
		那么i作业的b工序完成时间为 k = j + bi*/

		/*否则j <= k, i-1作业的b工序还没结束
		i作业的a工序就已经结束  此时i作业的b工序则不需要等待直接进行即可  
		那么i作业的b工序完成时间为k = k + bi*/
	}

	delete[]d;
	return k;
}

int main()
{
	int n;
	cin >> n;
	int a[maxn], b[maxn], c[maxn];
	for (int i = 0; i < n; i++)
		cin >> a[i] >> b[i];
	

	int t = FlowShop(n, a, b, c);
	
	cout << "流水作业调度最短完成时间是:" << t << endl;
	return 0;
}
/*
5
2 5
4 2
3 3
6 1
1 7
*/

3. 运行结果

5
2 5
4 2
3 3
6 1
1 7
流水作业调度序列为:4 0 2 1 3
流水作业调度最短完成时间是:19

4. 具体动态规划推导过程

具体推导过程

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于Python的流水车间作业调度算法主要用于化车间工序之间的任务分配和调度,以提高车间生产效率和资源利用率。下面简要介绍一种常用的流水车间作业调度算法 - Johnson算法Johnson算法是一种经典的流水车间作业调度算法,适用于两台不同类型的机器(如A、B机器)之间的作业调度。其核心思想是将问题转化为一个两机器的排序问题。具体步骤如下: 1. 将车间作业的加工时间矩阵表示为一个m行n列的矩阵,其中m表示作业数量,n表示机器数量。这个矩阵可以通过输入或随机生成。 2. 对于每个作业的加工时间,根据A机器的耗时和B机器的耗时之和,将作业划分为两个部分,分别存放在两个列表中。 3. 对两个列表中的作业按照加工时间之和进行排序,从小到大排列。 4. 在排序后的列表中,按照以下规则进行调度: - 如果A机器的耗时小于B机器的耗时,则将作业分配到A机器上进行加工,然后移到B机器加工,最后完成加工。 - 如果A机器的耗时大于B机器的耗时,则将作业分配到B机器上进行加工,然后移到A机器加工,最后完成加工。 5. 重复以上步骤,直到所有作业都完成加工。 Johnson算法通过合理的任务分配和调度,能够最大程度地减少作业完成时间,从而提高车间的生产效率。它的势在于简单易实现,但对于多台机器和多个工序之间的调度问题来说,可能不够灵活。 基于Python的流水车间作业调度算法还可以采用其他的方法,如遗传算法、禁忌搜索等,以适应更复杂的车间调度问题。这些算法能够通过化和搜索策略,寻找最的作业调度方案,提高车间生产效率和资源利用率。

“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
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