【算法】【动态规划】装配线调度

2024-01-20 05:10

本文主要是介绍【算法】【动态规划】装配线调度,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1 问题描述

某个汽车工厂共有两条装配线,每条有 n 个装配站。装配线 i 的第 j个装配站表示为 Si,j ,在该站的装配时间为 ai,j 。一个汽车底盘进入工厂,然后进入装配线 i(i 为 1 或 2),花费时间为 ei 。在通过一条线的第 j 个装配站后,这个底盘来到任一条装配线的第(j+1)个装配站。如果它留在相同的装配线,则没有移动开销。但是,如果它移动到另一条线上,则花费时间为 ti,j 。在离开一条装配线的第 n 个装配站后,完成的汽车底盘花费时间为 xi 离开工厂。待求解的问题是,确定应该在装配线 1 内选择哪些站,在装配线 2 内选择哪些站,才能使汽车通过工厂的总时间最短。

2 算法解析

下面通过动态规划思想来对该装配线调度问题分步骤进行解析。

2.1 步骤 1:描述最优解结构的特征

观察一条通过装配站 S1,j 的最快路线,发现它必定是经过装配线 1 或2 上的装配站(j-1)。因此,通过装配站 S1,j 的最快路线只能是以下二者之一:

• 通过装配站 S1,j−1 的最快路线,然后直接通过装配站 S1,j

• 通过装配站 S2,j−1 的最快路线,从装配线 2 转移到装配线 1,然后通过装配站 S1,j

故寻找通过任一条装配线上的装配站 j 的最快路线,我们可以规划为先寻找通过两条装配线上的装配站 j-1 的最快路线。

2.2 步骤 2: 利用问题的最解递归定义一个最优解的值

记 fi [j] 表示一个汽车底盘从起点到装配站 Si,j 的最快可能时间;f 表示底盘通过工厂的所有装配站的最快时间。

2.3 步骤 3:计算最快时间

递归算法的执行时间是关于 n 的指数形式,所以我们采用从低向上的实现方法计算最快时间。记 li [j] 表示进入装配站 Si,j 的前一个装配站来自哪条装配线;l 表示从哪一条装配线离开工厂。

FATEST-WAY(a, t, e, x, n)f1 [1] ← e1 + a1,1f2 [1] ← e2 + a2,1for j ← 2 to nif f1 [j − 1] + a1,j ≤ f2 [j − 1] + t2,j−1 + a1,jthen f1 [j] ← f1 [j − 1] + a1,jl1 [j] ← 1else f1 [j] ← f2 [j − 1] + t2,j−1 + a1,jl1 [j] ← 2endifif f2 [j − 1] + a2,j ≤ f1 [j − 1] + t1,j−1 + a2,jthen f2 [j] ← f2 [j − 1] + a2,jl2 [j] ← 2else f2 [j] ← f1 [j − 1] + t1,j−1 + a2,jl2 [j] ← 1endifendforif f1 [n] + x1 ≤ f2 [n] + x2then f∗ ← f1 [n] + x1l∗ ← 1else f∗ ← f2 [n] + x2l∗ ← 2endif
end

2.4 步骤 4:构造通过工厂的最快路线

根据步骤 3 获得的 li [j] 和 l 来打印出装配线调度耗时最小的路线。

PRINT-STATIONS(l, l∗ , n)i ← l∗print ’line:’ i ’, station:’ nfor j ← n downto 2i ← li [j]print ’line:’ i ’, station:’ j-1endfor
end

3 C 语言实现验证

现在假设有两条各自有 5 个装配站的装配线,其装配线各站点调度耗时如下图所示,

图 1: 装配线示例图

其中,装配线左边是入口,右边是出口,入口和出口上的数字分别表示进入装配线和离开装配线的耗时。绿色圆圈表示装配站,圆圈中的数字表示在该装配站上的装配时间。各个装配线之间连线上的数字表示从一个条装配线的转移到另一条装配线消耗的时间。

使用 C 语言的验证代码如下所示,

#include <stdlib.h>
#include <stdio.h>void PrintPath(int *, int , int);
void FastestWay(int *, int *, int [], int [], int);int
main(void)
{int enterTimes[2] = {1, 2};int exitTimes[2] = {2, 1};int assemblyTimes[2][5] = {{4, 2, 3, 5, 3},{7, 2, 4, 2, 4}};int transferTimes[2][5] = {{2, 1, 2, 2, 1},{1, 1, 2, 4, 2}};FastestWay(&assemblyTimes[0][0], &transferTimes[0][0], enterTimes, exitTimes, 5);exit(0);
}void FastestWay(int *assemblyTimes,int *transferTimes,int enterTimes[2],int exitTimes[2],int n)
{int fastestTime = 0;int exitLine;int j;int *fastest, *lineTag;int temp1, temp2;fastest = malloc(sizeof(int) * 2 * n);lineTag = malloc(sizeof(int) * 2 * n);*(fastest) = enterTimes[0] + *assemblyTimes;*(fastest + n) = enterTimes[1]+ *(assemblyTimes + n);for (j = 1; j < n; j++){temp1 = *(fastest + (j-1));temp2 = *(fastest + (n + j - 1))+ *(transferTimes + (n + j - 1));if (temp1 <= temp2) {*(fastest + j) = temp1 + *(assemblyTimes + j);*(lineTag + j) = 1;} else {*(fastest + j) = temp2 + *(assemblyTimes + j);*(lineTag + j) = 2;}temp1 = *(fastest + (n + j - 1));temp2 = *(fastest + (j - 1)) + *(transferTimes + (j - 1));if (temp1 <= temp2) {*(fastest + (n + j)) = temp1 + *(assemblyTimes + (n + j));*(lineTag + (n + j)) = 2;} else {*(fastest + (n + j)) = temp2 + *(assemblyTimes + (n + j));*(lineTag + (n + j)) = 1;}}temp1 = *(fastest + (n - 1)) + exitTimes[0];temp2 = *(fastest + (n + n - 1)) + exitTimes[1];if (temp1 <= temp2) {fastestTime = temp1;exitLine = 1;} else {fastestTime = temp2;exitLine = 2;}printf("The cost of the fastest path: %d\n", fastestTime);PrintPath(lineTag, exitLine, n);
}void PrintStation(int line, int station)
{printf("line: %d, station: %d\n", line, station);
}void PrintPath(int *lineTag, int exitLine, int n)
{int i = exitLine;int j;PrintStation(exitLine, 5);for (j = 5; j >= 2; j--){i = *(lineTag + (n * (i - 1) + j - 1));PrintStation(i, j-1);}
}

编译该程序,生成并执行文件

lienhua34:algorithm$ gcc -o AssemblyLineSchedule AssemblyLineSchedule.c
lienhua34:algorithm$ ./AssemblyLineSchedule
The cost of the fastest path: 19
line: 2, station: 5
line: 2, station: 4
line: 2, station: 3
line: 1, station: 2
line: 1, station: 1

于是,最短路径总共耗时 19,其路径如下图中的红色线条,

图 2: 含有最快路径的装配线示例图

这篇关于【算法】【动态规划】装配线调度的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/624878

相关文章

Java使用POI-TL和JFreeChart动态生成Word报告

《Java使用POI-TL和JFreeChart动态生成Word报告》本文介绍了使用POI-TL和JFreeChart生成包含动态数据和图表的Word报告的方法,并分享了实际开发中的踩坑经验,通过代码... 目录前言一、需求背景二、方案分析三、 POI-TL + JFreeChart 实现3.1 Maven

Java导出Excel动态表头的示例详解

《Java导出Excel动态表头的示例详解》这篇文章主要为大家详细介绍了Java导出Excel动态表头的相关知识,文中的示例代码简洁易懂,具有一定的借鉴价值,有需要的小伙伴可以了解下... 目录前言一、效果展示二、代码实现1.固定头实体类2.动态头实现3.导出动态头前言本文只记录大致思路以及做法,代码不进

深入理解Apache Airflow 调度器(最新推荐)

《深入理解ApacheAirflow调度器(最新推荐)》ApacheAirflow调度器是数据管道管理系统的关键组件,负责编排dag中任务的执行,通过理解调度器的角色和工作方式,正确配置调度器,并... 目录什么是Airflow 调度器?Airflow 调度器工作机制配置Airflow调度器调优及优化建议最

vue基于ElementUI动态设置表格高度的3种方法

《vue基于ElementUI动态设置表格高度的3种方法》ElementUI+vue动态设置表格高度的几种方法,抛砖引玉,还有其它方法动态设置表格高度,大家可以开动脑筋... 方法一、css + js的形式这个方法需要在表格外层设置一个div,原理是将表格的高度设置成外层div的高度,所以外层的div需要

SpringBoot实现动态插拔的AOP的完整案例

《SpringBoot实现动态插拔的AOP的完整案例》在现代软件开发中,面向切面编程(AOP)是一种非常重要的技术,能够有效实现日志记录、安全控制、性能监控等横切关注点的分离,在传统的AOP实现中,切... 目录引言一、AOP 概述1.1 什么是 AOP1.2 AOP 的典型应用场景1.3 为什么需要动态插

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

VUE动态绑定class类的三种常用方式及适用场景详解

《VUE动态绑定class类的三种常用方式及适用场景详解》文章介绍了在实际开发中动态绑定class的三种常见情况及其解决方案,包括根据不同的返回值渲染不同的class样式、给模块添加基础样式以及根据设... 目录前言1.动态选择class样式(对象添加:情景一)2.动态添加一个class样式(字符串添加:情

SpringCloud配置动态更新原理解析

《SpringCloud配置动态更新原理解析》在微服务架构的浩瀚星海中,服务配置的动态更新如同魔法一般,能够让应用在不重启的情况下,实时响应配置的变更,SpringCloud作为微服务架构中的佼佼者,... 目录一、SpringBoot、Cloud配置的读取二、SpringCloud配置动态刷新三、更新@R

如何用Python绘制简易动态圣诞树

《如何用Python绘制简易动态圣诞树》这篇文章主要给大家介绍了关于如何用Python绘制简易动态圣诞树,文中讲解了如何通过编写代码来实现特定的效果,包括代码的编写技巧和效果的展示,需要的朋友可以参考... 目录代码:效果:总结 代码:import randomimport timefrom math

Java中JSON字符串反序列化(动态泛型)

《Java中JSON字符串反序列化(动态泛型)》文章讨论了在定时任务中使用反射调用目标对象时处理动态参数的问题,通过将方法参数存储为JSON字符串并进行反序列化,可以实现动态调用,然而,这种方式容易导... 需求:定时任务扫描,反射调用目标对象,但是,方法的传参不是固定的。方案一:将方法参数存成jsON字