【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

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

MySQL中动态生成SQL语句去掉所有字段的空格的操作方法

《MySQL中动态生成SQL语句去掉所有字段的空格的操作方法》在数据库管理过程中,我们常常会遇到需要对表中字段进行清洗和整理的情况,本文将详细介绍如何在MySQL中动态生成SQL语句来去掉所有字段的空... 目录在mysql中动态生成SQL语句去掉所有字段的空格准备工作原理分析动态生成SQL语句在MySQL

Java调用C++动态库超详细步骤讲解(附源码)

《Java调用C++动态库超详细步骤讲解(附源码)》C语言因其高效和接近硬件的特性,时常会被用在性能要求较高或者需要直接操作硬件的场合,:本文主要介绍Java调用C++动态库的相关资料,文中通过代... 目录一、直接调用C++库第一步:动态库生成(vs2017+qt5.12.10)第二步:Java调用C++

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

C#如何动态创建Label,及动态label事件

《C#如何动态创建Label,及动态label事件》:本文主要介绍C#如何动态创建Label,及动态label事件,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#如何动态创建Label,及动态label事件第一点:switch中的生成我们的label事件接着,

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

mybatis-plus 实现查询表名动态修改的示例代码

《mybatis-plus实现查询表名动态修改的示例代码》通过MyBatis-Plus实现表名的动态替换,根据配置或入参选择不同的表,本文主要介绍了mybatis-plus实现查询表名动态修改的示... 目录实现数据库初始化依赖包配置读取类设置 myBATis-plus 插件测试通过 mybatis-plu