WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 ||

Предложенный метод решения задачи позволяет также определить, на какую величину необходимо увеличить количество ресурса для того, чтобы было возможно дальнейшее уменьшение продолжительности комплекса. Для этого достаточно определить уровень ресурсов N, при котором решение задачи о ранце с больше чем 1, что позволит ввести в базис новый вектор.

2.2. Оптимальность эвристического правила по степени критичности операций Правило распределения ресурсов по степени критичности операций (правило СК) является одним из самых распространенных эвристических правил. Согласно этому правилу, приоритет операции определяется величиной позднего момента начала (чем меньше поздний момент начала, тем выше приоритет операции). При этом продолжительности операций принимаются равным минимальным, то есть предполагается, что каждая операция выполняется максимальным количеством ресурсов ai. Очевидно, что максимальный приоритет имеют критические операции. Рассмотрим пример, который иллюстрирует причину возможной неоптимальности решения, полученного на основе правила по степени критичности операций.

Пример 2.3. Рассмотрим комплекс из шести операций с линейными зависимостями скоростей операций от количества ресурсов и выполняемых ресурсами одного вида (рис. 2.2).

1 3 4 6 6 1 6 2 4 6 4 6 1 4 Рис. 2.2.

Верхнее число в вершине на рис. 2.2 указывает номер операции, нижнее слева – минимальную продолжительность i, нижнее справа – максимальное количество ресурсов ai. Пусть N = 5. Поскольку обе операции 1 и 2 являются критическими, то распределяем ресурсы прямопропорционально величинам a1 и а2, то есть u1 = 3, u2 = 2.

Нетрудно показать, что распределение ресурсов, прямопропорциональное величинам аi критических операций, сохраняет их критическими. Через 8 дней операция 1 завершится и начнется операция 3. При этом количество ресурсов на операции увеличивается до u2 = 4, так как операция 3 требует всего одной единицы ресурсов. Через 2 дня завершается операция 2 и начинается операция 4. С этого момента используется всего две единицы ресурсов в течении четырех дней, пока не закончится операция 3. Далее процесс идет опять при полной загрузке ресурсов, и комплекс завершается за 24 дня. На рис. 2.3 приведен график использования ресурсов. Видно, что график имеет «провал» в интервале (10, 14). Этот провал называется «узким местом» графика. В данном случае процесс следует организовать так, чтобы минимизировать ширину «узкого места».

N(t) t 0 2 4 6 8 10 12 14 16 18 20 22 Рис. 2.3.

Для этого следует в первую очередь начать операцию 1, направив на нее все ресурсы. Через 4,8 дня операция 1 будет завершена. Далее выполняются операции 2 и 3, затем 4 и 5 и, наконец, операция 6. Продолжительность комплекса будет минимальной и равна 21,6 дня.

Таким образом, наличие «узких мест» на графике использования ресурсов является признаком возможной неоптимальности календарного плана.

Рассмотрим некоторый фронт работ F(t) в момент t, то есть множество операций, которые выполняются или могут выполняться в этот момент. Как уже отмечалось, степенью критичности операции i F(t) называется ее полный резерв времени в этот момент, определенный при условии, что все еще не выполненные операции (или их части) выполняются при максимальном количестве ресурсов.

Согласно правилу СК, операции с меньшим полным резервом времени не получают ресурса до тех пор, пока более критические операции не получили максимально возможного количества ресурса. Более того, операции с одинаковой степенью критичности (с равными полными резервами времени) получают ресурс таким образом, что их степени критичности остаются одинаковыми.

Покажем, что в этом случае операции с одинаковой степенью критичности должны получать ресурс прямопропорционально величинам ai. Действительно, если ui = ai для операций с одинаковыми степенями критичности, и это распределение ресурсов имело место в течении интервала, то минимальная продолжительность этих операций уменьшилась на = ui/ai =, то есть на одну и ту же величину. На эту же величину увеличился поздний момент начала оставшейся невыполненной части операции, а значит, полные резервы времени этих операций остались равными. Из сказанного выше следует простое свойство полных резервов времени.

Свойство при применении правила СК. Полные резервы времени с течением времени не увеличиваются.

Доказательство. Заметим, что если бы все операции фронта F(t) получили максимальное количество ресурса в интервале длительности, то их минимальные продолжительности уменьшились бы на, и полные резервы времени остались бы без изменения.

Однако, в силу правила СК, ресурсы в первую очередь получают критические операции. Поэтому уменьшение минимальных продолжительностей критических операций всегда не меньше, чем всех остальных операций фронта. Поэтому полный резерв любой операции не увеличивается. Отсюда, в частности, следует, что критические операции остаются всегда критическими.

Опираясь на это свойство, докажем оптимальность правил СК для случая независимых операций.

Теорема 2. В случае независимых операций правило СК всегда дает оптимальное решение.

Доказательство. Рассмотрим пример графика использования ресурсов, изображенного на рис. 2.4. Момент завершения комплекса определяется моментом завершения критических операций.

u(t) N(t) t a b Т Рис. 2.4.

В силу правила СК и доказанного выше свойства, эти операции в любой момент времени имеют приоритет в получении ресурсов перед всеми другими операциями. Поэтому либо они используют весь ресурс (интервал (a, b) на рисунке), либо они выполняются максимальным количеством ресурса. Очевидно, что выполнить критические операции за время, меньшее чем Т, невозможно.

Рассмотрим теперь комплекс операций, который состоит из m независимых путей, каждый из которых, в свою очередь, состоит из ni операций. Обозначим aij – максимальное количество ресурсов на j-ой операции i-ой цепочки.

Теорема 3. Если aij aij+1, j = 1, ni -1, i = 1,m, то правило СК всегда дает оптимальное решение.

Доказательство, по сути дела, повторяет доказательство теоремы 2.

2.3. Задача календарного планирования при учете совмещения агрегированных операций Интересным вариантом агрегированного описания сложного проекта является его представление в виде n агрегированных операций, зависимость между которыми учитывается с помощью так называемых коэффициентов совмещения.

Коэффициент совмещения по началу kij означает, что работу j можно начинать только когда выполнена определенная часть kij работы i. Коэффициент совмещения по концу qij означает, что после завершения работы i необходимо выполнить не менее определенной части qij работы j. С помощью коэффициентов совмещения можно описывать как технологические, так и ресурсные зависимости.

Наличие коэффициентов совмещения kij и qij не означает, что работа i должна начаться (окончиться) раньше чем начнется (окончится) работа j, а означает только, что они имеют смысл, если работа i начнется (завершится)ранее работы j. Более того, работа j может начаться (окончиться) раньше, чем работа i. В этом случае появляются, соответственно, коэффициенты совмещения kji и qji. Если очередности начала и окончания работ определены, можно построить обычную сетевую модель, и задача сводится к оптимальному распределению ресурсов на этой модели. Для того, чтобы убедиться в этом, достаточно рассмотреть две работы – i, j.

Пусть работа i начинается и заканчивается раньше работы j. В этом случае получаем сетевой график, показанный на рис. 2.5.

kij (wi - kij) Работа i (wj - qij) qij Работа j Рис. 2.5.

Если работа i начинается раньше работы j, а заканчивается позже, то получаем сетевой график, показанный на рис. 2.6.

kij (wi - kij- qji) qji Работа i wj Работа j Рис. 2.6.

Аналогично можно изобразить остальные случаи.

Пример 2.4. Рассмотрим проект из трех операций, коэффициенты совмещения которых приведены ниже:

0 1 2 0 3 K = 3 0 4, Q = 0 3.

4 2 0 4 2 Пусть очередность начала и окончания работ одна и та же – (1, 2, 3), то есть работа 1 начинается (заканчивается) раньше работы 2, а работа 2 – раньше работы 3.Сетевой график, соответствующий такой очередности начала и завершения работ приведен на рис. 2.7.

[1] [7] (1) (6) 1 работа 0 1 [5] [10] [1] [7] 2 работа 2 3 6 (3) (4) (2) (3) (3) 3 работа 4 8 [5] [10] [13] Рис. 2.7.

Примем, что продолжительности работ заданы и коэффициенты совмещения измеряются в единицах времени. Продолжительность первой работы равна 7, второй – 9, третей – 6. Продолжительность проекта, определяемая критическим путем (показан на рис. 2.толстыми дугами) равна 13.

Задача. Определить очередность начала и окончания работ, при которой продолжительность проекта минимальна.

Поставленная задача относится к классу NP-трудных задач типа задачи коммивояжера. Поэтому для ее решения следует применять либо эвристические методы, либо методы локальной оптимизации, либо методы типа ветвей и границ. Рассмотрим метод получения оценки снизу для данной задачи, предполагая, что очередность начала работ такая же, как очередность их окончания. Для этого определим ai = min kij, ji bi = min q, ji ji di = i – bi.

Рассмотрим задачу, которая является несколько более общей, чем задача Джонсона о двух станках.

Имеется n деталей. Каждая деталь сначала обрабатывается на первом станке в течении времени ai. Затем деталь доставляется на второй станок (время доставки равно (di – ai))и обрабатывается на нем в течении времени bi. Одновременно на одном станке может обрабатываться только одна деталь. Требуется определить очередность обработки деталей, при которой продолжительность обработки всех деталей минимальна. Пусть детали обрабатываются в очередности их номеров. Тогда продолжительность обработки определяется выражением i-1 n i- T = max j + di + = B + max + di, a bj cj i i j=1 i j= n где B =, cj = aj – bj.

bj Обозначив S = T – B, приведем это выражение к виду i-S - di, i = 1, n. (2.3.1) c j j=Системе неравенств (2.3.1) можно дать другую содержательную интерпретацию.

Задача о лекторе. Лектор должен посетить n городов. Для поездки в город i ему нужна сумма di. В городе i лектору оплачиваются транспортные расходы di, кроме того, он получает за лекцию некоторую сумму bi, а тратит в городе i сумму ai. Какую минимальную сумму нужно иметь лектору, чтобы посетить все города Очевидно, что условие (2.3.1) является необходимым условием поездки в город i, если до этого лектор посетил города от 1 до (i-1). Из этой содержательной интерпретации сразу следует правило выбора оптимальной очередности посещения городов. Очевидно, что сначала следует посещать города, в которых оплата лекций bi превышает расходы ai, то есть после посещения которых сумма денег у лектора увеличивается. Столь же очевидно, что эти города лектору следует посещать в очередности возрастания (неубывания) транспортных расходов di. Далее лектор посещает города, в которых он тратит больше чем получает, но уже в очередности убывания (невозрастания) транспортных расходов.

Пример 2.5. Получим оценку снизу для задач из примера 2.4.

Имеем:

a1 = 1, b1 = 2, c1 = -1, d1 = 5;

a2 = 3, b2 = 2, c2 = 1, d2 = 7;

a3 = 2, b3 = 1, c3 = 1, d3 = 5.

Согласно полученному правилу, сначала обрабатывается первая деталь, затем - вторая, и затем – третья. Продолжительность обработки составит 11 дней. Фактическая продолжительность проекта при этой очередности равна13, как было показано ранее. Теперь можно организовать ветвление, то есть разбиение множества всех решений на подмножества.

Рассмотрим три подмножества. В первом подмножестве первой выполняется первая операция. Оценка снизу остается прежней, то есть Т(1) = 11, хотя фактическая продолжительность равна 13.

Во втором подмножестве первой выполняется вторая операция.

Оценка снизу равна Т(2) = 12. Заметим, что фактическая продолжительность в данном случае также равна 12, то есть оценка снизу является точной.

В третьем подмножестве первой выполняется третья операция.

Оценка снизу также равна 12 и определяется очередностью (3, 1, 2).

Однако, фактическая оценка при этой очередности равна 14.

Таким образом, оптимальное решение находится в подмножестве 2. Ему соответствует очередность работ (2, 1, 3) с продолжительностью проекта Т = 12 (рис. 2.8).

[3] [9] (3) (6) 2 работа 0 1 [5] [11] [3] [9] 1 работа 2 3 6 (2) (2) (3) (5) (1) 3 работа 4 8 [5] [11] [12] Рис. 2.8.

ЗАКЛЮЧЕНИЕ Рассмотренные в работе методы построения календарных планов на основе агрегирования комплексов операций позволяет преодолеть «проклятие размерности» и получить эффективные решения реальных задач распределения ресурсов. Наша задача была – показать работоспособность методов агрегирования на примере степенных и линейных зависимостей скоростей операций от количества ресурсов, а также рассмотреть точные методы решения агрегированных задач, позволяющих решать задачи с небольшим числом агрегированных операций.

Дальнейших исследований требует проблема агрегирования комплекса операций с нелинейными зависимостями произвольного вида, наличием ресурсов нескольких типов.

Интересно также рассмотреть методы решения агрегированных задач по критерию упущенной выгоды.

ЛИТЕРАТУРА 1. Бурков В.Н., Квон О.Ф., Цитович Л.А. Модели и методы мультипроектного управления. / Препринт - М.: ИПУ РАН, 1998.

2. Бурков В.Н. Распределение ресурсов как задача оптимального быстродействия. – АиТ №7, 1966.

3. Burkov V.N. Problems of optimum distribution of resources. – Control and Cybernetics. Vol. 1 (1972), №1/2.

4. Воронов А.А., Петрушинин Е.П. Решение задачи оптимального распределения ресурсов методом квадратичного программирования. – АиТ №5, 1965.

5. Разумихин Б.С. Задача об оптимальном распределении ресурсов. – АиТ №7, 1965.

Pages:     | 1 |   ...   | 2 | 3 ||



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.