- •Содержание:
- •Введение
- •1.Постановка задачи
- •2.Математическая модель
- •3.Оператор преобразования 𝛀k,l
- •4.Субоптимальные расписания
- •5. Образ пути при преобразовании расписания
- •6.Оценка эффективности преобразований
- •7.Выявление неэффективных преобразований
- •8.Условия 1-оптимальности расписания
- •Список используемой литературы:
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ВОЛЖСКИЙ ГУМАНИТАРНЫЙ ИНСТИТУТ
(ФИЛИАЛ)
ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО БЮДЖЕТНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ
ВЫСШЕГО ПРОФИСИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
факультет естественных и гуманитарных наук
кафедра прикладной математики и информатики
КУРСОВАЯ РАБОТА
ОПТИМИЗАЦИЯ РАБОТЫ СИСТЕМ ПОСЛЕДОВАТЕЛЬНОГО ТИПА
Выполнил: студент группы ПМФ-091
Симонов Е.А.__________
(подпись)
Научный руководитель
д.т.н., профессор
Мирецкий И.Ю.__________
(подпись)
Волжский 2012 г.
Содержание:
Введение………………………………………………………………………..3
Постановка задачи………………………………………………………………..…....4
Математическая модель…………………………………………………………………….5
Оператор преобразования 𝛀k,l………………………………………………………………………...8
Субоптимальные расписания……………………………………………............................13
Образ пути при преобразовании расписания………………………………………………………………18
Оценка эффективности преобразований…………………………………………………………20
Выявление неэффективных преобразований……………………………............................................21
Условия 1-оптимальности расписания………………………………………………………………23
1-оптимальные алгоритмы……………………………………………………………….23
Список используемой литературы…………………………………………...26
Введение
В прошлых курсовых работах мной были рассмотрены задачи теории расписаний для 1 машины, 2 машин, а также некоторые случаи задачи для 3 машин. В общем же случае алгоритмы решающие задачу точно имеют экспоненциальную сложность. А в случае достаточно большого количества машин и работ, как обычно и бывает на практике, их реализация требует огромных временных затрат. Поэтому практическую ценность имеют, в основном, алгоритмы полиномиальной сложности. Для случаев 1 и 2 машин, они давали точные решения, но в других случаях – это бывает крайне редко. Рассмотрение алгоритмов, которые будут давать приближенно оптимальные решения и имеющие полиномиальную сложность, и будет являться темой данной курсовой работы. Конкретно будут рассмотрены методы нахождения локально-оптимальных решений. (Но существуют и другие алгоритмы приближенного решения полиномиальной сложности)
1.Постановка задачи
Система обработки состоит из m последовательно работающих машин M1, … , Mm. На машинах требуется выполнить n работ t1 , …, tn. Для этой системы известно что:
Все машины системы абсолютно надежны.
К моменту начала функционирования конвейерной системы все работы доступны.
Работа tj, j= , состоит из m операций O1j, … , Omj, причем каждая операция Oij выполняется соответствующей машиной Mi , i= . Длительности операций Oij равны aij.
Маршрут прохождения по машинам одинаков для всех работ M1, … , Mm
Очередность выполнения работ на всех машинах одна и та же.
Каждая машина начинает выполнение работы сразу после ее поступления (если машина свободна) либо после завершения предыдущей работы (если она занята).
Каждая машина одновременно может выполнять не более одной работы.
Начавшаяся операция не прерывается до полного ее завершения.
Длительности операций не зависят от последовательности, в которой они выполняются.
Времена транспортировки обрабатываемых изделий и переналадки машин включены в длительности операций.
Требуется определить оптимальную последовательность обработки (расписание), для которой общее время выполнения всех работ на всех машинах (время прохождения, длина расписания) минимально.
В соответствии с общепринятой классификацией поставленная задача называется permutation flow shop problem (конвейерной задачей) и имеет символическое представление Fm | perm | Cmax. Задача относится к числу NP-трудных.