python 流水作业调度_动态规划——流水作业调度问题

本文探讨了如何使用Python解决流水作业调度问题,通过动态规划寻找最优加工顺序,确保两台机器上的作业加工时间最短。文章介绍了最优子解结构,并证明了问题最优解包含子问题最优解的性质,同时提出Johnson不等式来优化解决方案。
摘要由CSDN通过智能技术生成

问题:

n个作业 N={1,2,…,n}要在2台机器M1和M2组成的流水线上完成加工。每个作业须先在M1上加工,然后在M2上加工。M1和M2加工作业 i 所需的时间分别为 ai 和bi,每台机器同一时间最多只能执行一个作业。

流水作业调度问题要求确定这n个作业的最优加工顺序,使得所有作业在两台机器上都加工完成所需最少时间。最优调度应该是:

1. 使M1上的加工是无间断的。即M1上的加工时间是所有ai之和,但M2上不一定是bi之和。

2. 使作业在两台机器上的加工次序是完全相同的。

d39b21fe542ef5a5613ece29522328d2.png

则得结论:仅需考虑在两台机上加工次序完全相同的调度。

为了得到最优子解结构(比较重要~~~~ 老师说期末考试会考到这个):

224271c69ccc8e0c5a35cc1e6d1c506f.png

—>机器M1开始加工S中作业时,机器M2还在加工其他作业,要等时间 t 后才可利用,则:

1. 则完成S中作业所需的最短时间记为T(S,t)

2. 完成所有作业所需的最短时间为T(N,0)

3. T(N,0)=min{ai + T(N-{i}, bi)},  i∈N。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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