ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ Seria: AUTOMATYKA z.100
______ 1990
N r k o l . 1 0 8 2
Joanna Józefowska Politechnika Poznańska
DETERMINISTYCZNE PROBLEMY SZEREGOWANIA ZADAŃ W DWUSTANOWISKOWYM PRZEPŁYWOWYM SYSTEMIE OBSŁUGI
Streszczenie. Praca dotyczy złożoności obliczeniowej deter
ministycznych problemów szeregowania zadań w dwustanowiskowym prze
pływowym systemie obsługi. Na tle przeglądu dotychczasowych wyników przedstawiono nowe rezultaty w zakresie oceny złożoności obliczenio
wej niektórych otwartych dotąd problemów szeregowania. W szczegól
ności wykazano, że złożoność obliczeniowa problemów F2|prec.p . -11 Cw«
oraz F2|prec^p - 1 |F wynosi 0(n ). natomiast złożoność problemu F2|reslll,p^= 1 |F J wynosi 0(n).
1. Wstęp
Inspiracją ao przeprowadzenia badań złożoności obliczeniowej, omawianej klasy problemów szeregowania zadań była analiza systemu bieżącego stero
wania przebiegiem produkcji w zautomatyzowanej, dwustanowiskowej linii pro
dukcyjnej. W konsekwencji skoncentrowano się na problemach determini
stycznych dla dwustanowiskowego przepływowego systemu obsługi. Ogranicze
nie rozważań do struktury dwustanowiskowego systemu przepływowego wydaje sie w tym kontekście naturalne, natomiast wybór modelu deterministycznego wymaga krótkiego uzasadnienia. Otóż w bieżącym sterowaniu przebiegiem produkcji w rozważanym systemie obróbczym wyróżniono dwie fazy:
- fazę budowy wzorca przebiegu produkcji, obejmującą ustalenie kolejności wykonywania zadań na obu stanowiskach oraz rozdział ograniczonych zasobów,
- faze regulacji, czyli reagowania na odchylenia rzeczywistego przebiegu produkcji od aktualnego wzorca i/lub budowy nowego wzorca.
Faza budowy wzorca^zyli ustalenia uszeregowania zadań, realizowana jest z niewielkim wyprzedzeniem w stosunku do momentu rozpoczęcia wykonywania zadań objętych tym wzorcem. Regulację pracy systemu realizuje się w czasie rzeczywistym (poza przebudową wzorca). Wzorzec tworzy się zatem dla krót
kich okresów czasu, co istotnie zmniejsza niepewność związaną ze stanem systemu (awarie maszyn, brak materiału lub narzędzia itp.). Równocześnie dane dotyczące momentów pojawiania sie zadań w systemie oraz czasów wykonywania na poszczególnych stanowiskach są znane (wynikają z doku
mentacji technologicznej i produkcyjnej). Takie rozwiązanie występuje w wielu systemach produkcyjnych w przemyśle maszynowym na różnych poziomach automatyzacji wytwarzania. 2 punktu widzenia problemów szeregowania zadań można zatem system produkcyjny traktować jako deterministyczny.
m J . J ó z e f o w s k a
2. Zadania niezależne
W dalszej części pracy dla oznaczenia problemów szeregowania zadań posłużono sie notacja Y . podaną m.in. w J1J.
Rozważa sie system obsługi złożony z dwóch różnych stanowisk M i M2 oraz zbiór zadań J"-<T . T 1 2 T 1. Każde zadanie T e r składa sie z dwóchn J operacji 0 i i 0^ o czasach wykonywania odpowiednio p,*'. p^. przy czym operacia 0 jest wvkonvwana na stanowisku M .a operacja 0_ na
Jl * 1 JZ
stanowisku M2 . Ponadto operacja 0 t zadania musi być zakończona przed rozpoczęciem operacji O• zadania .
Spośród kryteriów optymalizacji uszeregowania wybrano trzy: długość uszeregowania (C }. średni czas przebywania zadania w systemie (F) oraz
mco<
maksymalne opóźnienie <LmQx) . jako najczęściej stosowane dla oceny wzorca sterowania w systemach produkcyjnych.
Ponadto można wprowadzić ograniczenie polegające na tym. że zadanie 7 jest dostępne w systemie dopiero w chwili r . czyli operacja 0^ nie może być uszeregowana wcześniej niż w chwili r .
W poniższych zestawieniach pominięto problemy szeregowania zadań po- dzielnych, jako że w systemach obróbczych przerwanie wykonywania operacji w dowolnej chwili jest jak dotąd na ogół niemożliwe.
V tabeli 1 zestawiono wyniki dotyczące złożoności obliczeniowej problemów szeregowania zadań niezależnych w dwustanowiskowym przepływowym sys emie obsługi.
Tabelą 1.
Złożoność obliczeniowa problemów szeregowania zadań niezależnych w dwustanowiskowym przepływowym systemie obsługi.
Lp. Momenty gotowości
Czasy
wykonywania Kryterium Złożoność
obi i czeniowa iiteratura
1 c
max Ołnlogn) [3]
2 r .-
) cmax s i 1ni e NP-trudny 17]
3 F silnie NP-trudny (71
4 Lmax silnie NP-trudny 111]
5 żjr
Pj “ 1 •F Ojn3 ) 110]
ó ir
.
p “ i L.
~Otna ) [10]i j max
Jak widać z powyższego zestawienia, algorytm dokładny przy dowolnych czasach wykonywania zadań istnieje tylko dla kryterium • Jest to algorytm Johnsona.
Deterministyczne problemy szeregowania. S1
Przy założeniu jednostkowych czasów wykonywania (tj. Vj p^.
zarówno dla kryterium średniego czasu przebywania zadań w systemie , jak i maksymalnego opóźnienia istnieją algorytmy dokładne o złożoności wielomianowej nawet przy dowolnych momentach gotowości zadań r..
3. Zadania zależne
Naturalnymi ograniczeniami przy tworzeniu wzorca - sterowania pzebiegiem produkcji są ograniczenia nałożone na kolejnośó wykonywania zadań i operacji, wynikające z planu procesu technologicznego. Stwierdzenie, że zadanie T poprzedza zadanie T. (T^T), oznacza, że ostatnia operacja za
dania T. musi być zakończona(zanim rozpocznie się pierwsza operacja zadania T . W naszym systemie kolejność operacji w ramach jednego zadania jest sta
ła i wynika ze struktury przepływowego systemu obsługi, zgodnie z opi3em przedstawionym w rozdziale drugim.
Ograniczenia kolejnościowe przedstawia się najczęściej w postaci grafu skierowanego i acyklicznego (dag). Zależnie od typu grafu wyróżnimy trzy typy ograniczeń kolejnościowych: łańcuch, drzewo i dowolne ograniczenia kolejnościowe.
Zestawienie wyników dotyczących złożoności obliczeniowej problemów szeregowania zadań w dwustanowiskowym przepływowym systemie obsługi przy ograniczeniach kolejnościowych zawarto w tabeli 2.
Tabela 2..
Złożoność obliczeniowa problemów szeregowania zadań zależnych w dwustanowiskowym przepływowym systemie obsługi.- Lp. Typ ogra
niczeń
Czasy obsługi
Momenty
aotowości Kryterium Złożoność obi iczeniowa
Lite
ratura
ł ł ań cuch Cmax silnie NP-trudny 111]
2 drzewo Pj-1 cmax 0(n) 110]
3 drzewo Pj-1 F 0(n) (10)
4 dowolne
P;-‘
Cmax 0(n2 ) [9]3 dowolne Pj-i F 0(n2 ) [9]
6. drzewo P ;-i r
j C
max ?
V drzewo Pj-
1
r F ?8 dowo1ne P ;-ł r
} L
max ?
Oak widać. wprowadzenie ograniczeń kolejnościowych, nawet typu łańcuch, powoduje, że problem szeregowania zadań o dowolnych czasach wykonywania w celu minimalizacji staje się silnie NP-trudny. Dla jednostkowych cza
sów wykonywania istnieją natomiast algorytmy dokładne o złożoności 0(n2).
nawet przy dowolnych ograniczeniach kole jnościowych. zarówno dla jak
m J . J ó ze fo w s k a
2. Zadania niezależne
W dalszej części pracy dla oznaczenia problemów szeregowania zadań posłużono sie notacja a \ft\Y• podaną m.in. w [1].
Rozważa sie system obsiugi złożony z dwóch różnych stanowisk M i M2 oraz zbiór zadań j'-lTj.Tz T^l. Każde zadanie Ted" składa sie z dwóch operacji 0 i 0 o czasach wykonywania odpowiednio p .p . przy czym operacja 0 jest wvkonvwana na stanowisku M . a operacja 0, na
Jl *> ' ' i JZ
stanowisku M2 . Ponadto operacja 0 j zadania musi być zakończona przed rozpoczęciem operacji 0.z zadania .
Spośród kryteriów optymalizacji uszeregowania wybrano trzy: długość uszereaowania {C mox). średni czas przebywania zadania w systemie (F) oraz maksymalne opóźnienie <!•„ )• jako najczęściej stosowane dla oceny wzorca sterowania w systemach produkcyjnych.
Ponadto można wprowadzić ograniczenie polegające na tym. że zadanie 7^
jest dostępne w systemie dopiero w chwili r . czyli operacja 0^ nie może być uszeregowana wcześniej niż w chwili r .
W poniższych zestawieniach pominięto problemy szeregowania zadań po- dzielnych, jako że w systemach obróbczych przerwanie wykonywania operacji w dowolnej chwili jest jak dotąd na ogół niemożliwe.
V tabeli 1 zestawiono wyniki dotyczące złożoności obliczeniowej problemów szeregowania zadań niezależnych w dwustanowiskowym przepływowym sys amie obsługi.
Tabelą 1.
Złożoność obliczeniowa problemów szeregowania zadań niezależnych w dwustanowiskowym przepływowym systemie obsługi.
Lp. Momenty gotowości
Czasy
wykonywania Kryterium Złożoność
obiiczeniowa Literatura
1 C
m o x O(nlogn) 13)
2 r
i cm a x silnie NP-trudny 17]
3 F silnie NP-trudny (71
4 -• '• • ^ m f l x silnie NP-trudny H U
5 — r Pj-i ■F 6v(n3 ) 110!
6 p.-i L ~0(na) 110)
J i m a x
Jak widać z powyższego zestawienia, algorytm dokładny przy dowolnych czasach wykonywania zadań istnieje tylko dla kryterium cmax- Jest to algorytm Johnsona.
Deterministyczne problemy szeregowania. S1
Przy założeniu jednostkowych czasów wykonywania (tj. Vj
zarówno ala kryterium średniego czasu przebywania zadań w systemie , jak i maksymalnego opóźnienia istnieją algorytmy dokładne o złożoności wielomianowej nawet przy dowolnych momentach gotowości zadań r^.
3. Zadania zależne
Naturalnymi ograniczeniami przy tworzeniu wzorca - sterowania pzebiegiem produkcji są ograniczenia nałożone na kolejność wykonywania zadań i operacji, wynikające z planu procesu technologicznego. Stwierdzenie, że zadanie T. poprzedza zadanie T (T^T), oznacza, że ostatnia operacja za
dania T. musi być zakończona(zanim rozpocznie sio pierwsza operacja zadania T . W naszym systemie kolejność operacji w ramach jednego zadania jest sta
ła i wynika ze struktury przepływowego systemu obsługi, zgodnie z opisem przedstawionym w rozdziale drugim.
Ograniczenia kolejnościowe przedstawia sią najczęściej w postaci grafu skierowanego i acyklicznego (dag). Zależnie od typu grafu wyróżnimy trzy typy ograniczeń kolejnościowych: łańcuch, drzewo i dowolne ograniczenia kolejnościowe.
Zestawienie wyników dotyczących złożoności obliczeniowej problemów szeregowania zadań w dwustanowiskowym przepływowym systemie obsługi przy ograniczeniach kolejnościowych zawarto w tabeli 2.
Xabeia 2._
Złożoność obliczeniowa problemów szeregowania zadań zależnych w dwustanowiskowym przepływowym systemie obsługi Lp. Typ ogra
niczeń
Czasy obsł ucri
Momenty
aotowoá ci Kryterium Złożoność obiiczeniowa
Lite
ratura
1 łań cuch Cmax silnie NP-trudny ¡11)
2 drzewo Pj-1 cnax 0(n) (101
3 drzewo Pj-1 F 0(n) (101
4 dowolne P ;-i Cmax 0(n2 ) (91
3 dowolne Pj-i F ' 0(n2 ) (91
6 . drzewo P ;-i r
j Cmax ?
V drzewo
p i_i r . F ?
8 dowolne P ;-ł r
j Lmax ?
Jak widać, wprowadzenie ograniczeń kolejnościowyęh, nawet typu łańcuch, powoduje, że problem szeregowania zadań o dowolnych czasach wykonywania w oelu minimalizacji C s t a j e sie silnie NP-trudny. Dla jednostkowych cza
sów wykonywania istnieją natomiast algorytmy dokładne o złożoności 0(n').
nawet przy dowolnych ograniczeniach kole jnościowych. zarówno dla jak
82 J . J óz ef o w s k a
j F 19!. Oba kryteria minimałiząje algorytm szeregowania listowego (Al
gorytm 1). dla którego lista tworzona jest zgodnie z regułą przydzielania etykiet zastosowaną przez Coffmana i Grahama przy. szeregowaniu zadań o jednostkowych czasach wykonywania i dowolnych ograniczeniach kolejnoś- ciowych na dwóch maszynach identycznych (P2 jprec. p.*T | C^. • 1 !4J. Dlą problemu P2 jprec.p^-ljC^ został znaleziony przez Gębowa i Tarjana (5,6) dokładny algorytm liniowy.. Nadal otwarte pozostają problemy określenia zło
żoności obliczeniowej przy dowolnych czasach przybywania, zadań do systemu.
Można wykazać następujące twierdzenie 19]:
TWIERDZENIE 1
Niech c; oznacza czas zakończenia zadania w uszeregowaniu SA . otrzymanym zgodnie z algorytmem listowym opartym na etykietach Cofrmana-Grahama. Dla każdego uszeregowania dopuszczalnego S oraz dla każdego k - 1.2...n zachodzi nierówność: C* S C ,
W.dowodzie twierdzenia posłużymy sie następującym lematem, którego prosty dowód zostanie pominięty:
LEMAT 1
Załóżmy, źe etykiety zostały przydzielone wszystkim Zadaniom w zbiorze T zgodnie z regułą Cofrmana-Grahama. Oznaczmy przez T' zbiór.zadań, które nie mają następników w T. Istnieje przyporządkowanie etykiet w zbiorze T \ T ‘ zgodne z regułą etykietowania i takie. że kolejność zadań na liście pozostaje bez zmian.
Dowód Twierdzenia 1
*
Twierdzenie zostanie udowodnione nie wprost. Niech S (T) oznacza optymalne uszeregowanie zbioru T. Niech T będzie najmniejszym zbiorem, dla którego uszeregowanie SA (J"j zawiera zadanie T * . takie że
( U Eełiżmy ponadto, że Cj, S (można przyjąć takie założenie, gdyż C i - ) .
Należy rozważyć dwa przypadki: k<n oraz k-n.
(il Przypuśćmy, te k<n (rys.1.1
Ml H I *
*
Tr.
1
M2 1 _ k - 1 H I :
_ A
1 k | t an Uszeregowanie S [T) Schedule SA CT)
Ml M2
! <
k Tr.
V . T * ' k T * Uszeregowali e
Schedule S (T) S t~l
Rye . 1. Uszeregowania S (Ih) i.S (J") (ktn) . Fig.l. Schedules SA (ir) and S (Ty (ktn).
Determini s ty cz ne p r o b le m y szeregowania. 83
Usuwajmy ze zbioru 3" wszystkie zadania bez następników tak długo, aż zostaną usunięte wszystkie następniki zadania t£ . Oznaczmy usunięty zbiór przez T' . Oczywiście 3" zawiera co najmniej 2 zadania (k<n). 2 Lematu 1 wy
nika, że uszeregowanie SA (3"\3" ) można otrzymać szeregując przerwy w miejsce zadań-ze zbioru T' . Wszystkie zadania uszeregowane później niż t£ t w 3^(3") należą do z b i o r u 3" i zadanie poprzedza wszystkie zadania uszeregowane za nim. Z rysunku 1 wynika, że istnieje zadanie T e T \ T ‘ i zadanie P uszeregowane później niż t£ , takie że P nie poprzedza T i usuwając T ze zbioru T\T' można otrzymaó uszeregowanie o długości c£_ Z reguły przydzielania etykiet wynika natychmiast, że e(T) < e(T^ Dodajmy teraz do zbioru T \ T ' zadanie U takie, że U jest następnikiem tylko tych zadań, które mają etykiety wyższe niż e(T^ ). Przydzielmy zadaniu U etykietę e(U) ” 0. Przydzielmy teraz zadaniom bez następników oraz zadaniom, których jedynym następnikiem jest U,te same etykiety co poprzednio. Jest to zgodne z przyjętą reg.ułą, gdyż zadania hie poprzedzające U i tylko takie miały etykiety niższe niż e(T ) . Zauważmy, że przydzielając pozostałym zadaniom te same etykiety co poprzednio , również nie naruszamy przyjętej reguły etykietowania, gdyż ciągi następników tych zadań nie uległy zmianie.
Uszeregowanie SA1 (,7~\T'u(U>) zgodne z algorytmem i uszeregowanie S° {T\x 'u{U)) skonstruowane przy założeniu istnienia zadania T przedstawiono na rys. 2. Znaleziono zbiór 3'\3',u{U>, mniejszy niż T i uszeregowanie zgodne z algorytmem takie, że CA1 > C^. co jest sprzeczne z założeniem, że T jest najmniejszym zbiorem zawierającym zadanie spełniające nierówność (ł>
Mł M2
Uszeregowanie Sc (3"\3"‘u<U)) skonstruowane w oparciu o założenie istnibnia zadania T.
Schedule Sc {3"\3"u{U>) . constructed basing on the assumption of the existence -of task T.
t ak-1 T u
k - l T U
Ml M2
t ak-l u
"Ikk - i U
Uszeregowanie S (3'\3',u{U> 1 zgodne z algorytmem.
Schedule S 1 I T \ T 'u<Ul) obtained following the algorithm.
Rys.2. Uszeregowania zbioru T ^ ’uiU) Fig.2. Schedule of set 3'\3"'u(U).
84 O . Oózefowska
lii) Z a ł ó ż m y , ż e k « n (rys. 3).
Ml M2
Uszeregowanie SA (7") Schedule SA (r)
Ml M2
Uszeregowapie S (7") Schedule S {T) Rys.3. Uszeregowania SA (7") i AS 17") (k-n).
Fig.3. Schedules S (7~) i S (7") (k-n) .
Łatwo zauważyć. że zadanie ' nie ma następników w 7". Usuńmy zbiór 7”
wszystkich zadań bez następników z 7". Uszeregowanie zgodne z algorytmem można otrzymać przez zastąpienie zadań ze zbioru T' przerwami w Sa (7"j
(zgodnie z Lematem 1). Stad
C (Sa (7A7-')) - CA > C* >.C (S* i.T\T') )
m a x n- 1 n -2 - m a x
Zatem znaleźliśmy zbiór T\T' , mniejszy niż T i uszeregowanie SA (7'\7"-) A *
zgodne z algorytmem, takie że Ck > Ck , co jest sprzeczne z założeniem.
WNIOSEK 1
Uszeregowanie zgodne z algorytmem jest optymalne ze względu na C i F.
m a x
Dowód jest oczywisty.
Rysunek 4 przedstawia przykładowy graf ograniczeń kolejnościowych i uszeregowanie optymalne otrzymane dla tego grafu * zgodnie z omawianym algorytmem.
4. Szeregowanie zadań przy ograniczeniach zasobowych
Ograniczenia zasobowe są również naturalne w przypadku modelowania przemysłowych systemów produkcyjnych. Takie ograniczone zasoby stanowią specjalne uchwyty, narzędzia, palety-itp.
W teorii szeregowania zadań typ ograniczeń zasobowych definiowany jest jako trójka (k.o-.p). gdzie:
X - oznacza liczbę rodzajów dodatkowych zasobów
cr - oznacza ograniczenie liczby jednostek każdego zasobu, p — oznacza maksymalne żądanie zasobowe.
Każdy z parametrów może mieć wartość dowolną (oznaczaną -) lub ustaloną-k.
Deterministyczne p r o bl em y szeregowai.ia. 85
i / v
T /8
T /2
HI
M2
Ti T =
T2
T z T•4 T 3 t p T a
U
T 3Ti •T3 T 2 T
7 T
4 T S T
P T
<s
u
T 3.. . .
1 i 3 4 b 6 7 8 9 10 11
Rys.4.a. Przykładowy graf ograniczeń kolejnościowych G.
Oznaczenia: T/k: T - zadanie i. k - etykieta zadania i.
b. Uszeregowanie optymalne dla grafu G.
Fig.4.a. Graph of precedence constraints G - an example.
Notation: T /k: T - task i. k - label of task i.
t V
b. Optimal schedule of graph G.
Rysunek 5 przedstawia zależność złożoności obliczeniowej problemów szeregowania zadań od typu ograniczeń zasobowych 111.
Zestawienie wyników dotyczących złożoności obliczeniowej problemów szeregowania zadań w dwustanowiskowyro przepływowym systemie obsługi przy ograniczeniach zasobowych przedstawia tabela 3.
W . przypadku ograniczeń zasobowych wielomianowe algoi-ytmy dokładne istnieją dla najprostszych ograniczeń (typu res 111) i jednostkowych czasów wykonywania. Wyjątek stanowi F2 |resl ■ • |CmQj<, gdzie algorytm o złożoności O(nlogn) znajduje uszeregowanie optymalne.
8 6 3. J ó ze fo w sk a
Rys.5. Zależność złożoności obliczeniowej problemów szeregowania zadań od typu ograniczeń zasobowych.
Fig.5. Dependence of the computational complexity of scheduling problems on the type of resource constraints.
Tabela 3 Złożoność obliczeniowa problemów szeregowania zadań
w dwustanowiskowym przepływowym systemie obsługi przy ograniczeniach zasobowych
Lp. Typ ogr.
zasobowych
Momenty gotow.
Czasy
wykon Kryterium Złożoność
obilczeniowa Literatura
1 res 111 p,-, C
m a x 0(n) [3)
2 res 1-• c
m a x O(nlogn) 113)
3 res 2 ■•
p r 1 cm a x silnie NP-trudny 114]
4 res 1-• r
) P r i c
m a x silnie NP-trudny [13]
5 res -11 Pj-i cm a x silnie NP-trudny [11]
6 res 111 c
m a x silnie NP-trudny [3]
7 res 111
P r 1 F 0(n) Stw. 1
8 res 1- •
pi-1 F silnie NP-trudny [14]
9 res 111 p “1
i L
m a x 0(nlog2n) 12]
10 res 1• • Pj~i L
m a x silnie NP-trudny [12]
W 11) podano algorytm liniowy dla problemu F2 j resill, p-11 i równocześnie wskazano F2|resll1. p^-11F jako problem otwarty.
Uszeregowanie, jakie znajduje wspomniany algorytm,jest optymalne ró-wnież ze względu na średni czas przebywania zadania w systemie, co wykazano poniżej.
TWIERDZENIE 2
-Złożoność obliczeniowa problemu F2 |resłll. p,=“l ¡F wynosi 0(n) .
Petermi ni sty cz ne p r o bl em y s z e r e g o w a n i a . 67
Dowód
n
Minimalizacja F jest równoważna minimalizacji gdzie CF jest czasem zakończenia j-tego zadania. Załóżmy, że uszeregowanie wg algorytmu j* zawiera k przerw na stanowisku Mt. Wtedy pierwsza przerwa na M jest uszeregowana w chwili n-k+1. Stąd
r> n k
r C A = E (j + l) + s i
J - i J J-l X =i
Uszeregowanie wg algorytmu jest C -minimalne, więc zawiera minimalną
n
liczbę przerw spośród .wszystkich uszeregowań dopuszczalnych. Wartość dla dowolnego uszeregowania dopuszczalnego, zawierającego k przerw,wynosi
n n k
S C - Z (j+l) + Z n, J=t J 1=1 v=l 1
gdzie jest liczbą zadań uszeregowanych po i-tej przerwie na M . Łatwo zauważyć, że:
(n ) - k
1 m i n
(n ) . - K - l •
2 m v n \
(n. ) “ 1
k m m
n
Zatem minimalna wartość 2^0 ■ dla uszeregowania dopuszczalnego, zawierającego k przerw na M ,wynosi
n n n k n
Z C - Z (jtl) + (k + (k-l) + ... + 1 ) - r (j+l) +.£ i ■ ¿ c *
j- > j j = i i = i > . = i i = i j
n
Z powyższej równości wynika, że wartość 2^0^ jest minimalna, a zatem algorytm o złożoności 0(n) znajduje uszeregowanie optymalne ze względu na F dla dwustanowiskowegc przepływowego systemu obsługi o jednostkowych czasach wykonywania zadań i ograniczeniach zasobowych typu res 111.
5. Podsumowanie
W rzeczywistych systemach produkcyjnych ograniczenia kolejnościowe występują równocześnie z ograniczeniami zasobowymi. Problem F2|reslli,łańcuch.p.-l IC jest jednak NP-trudnv 111, a zatem NP-trudne są również problemy szeregowania zadań dla innych typów ograniczeń zasobowych - kol ejnościowych. Wobec faktu, że większość algorytmów dokładnych wymaga założenia jednostkowych czasów wykonywania zadań, co w praktyce zdarza się niezwykle rzaako. pozostaje poszukiwanie heurystycznych metod tworzenia wzorca sterowania dla rozważanego, systemu produkcyjnego.
Niezależnie, z teoretycznego punktu widzenia. interesująca jest ocena złożoności obliczeniowej, wymienionych w tabeii 2. otwartych problemów szeregowania zadań w dwustanowiskowym przepływowym systemie obsługi.
Ponadto przedmiotem, dalszych badań jest poszukiwanie liniowego algorytmu
s s ".J. J ć z e f o w s k a .
cl la problemu F2 | prec, fn-l [ analogicznego do. proponowanego przez , Gębowa i. Tar j ana [5,61 dla, prec. Pj” fi ?moJC-
LITERA7URA
,111 Błażewicz J . , Cel lary W. , Słowiński R . , Węglarz J.i Scheduling ; tinder resource constraints - deterministic models.“! Annals of Operations Research,. Vol.7 (1986)
121 Błażewicz, J ., Kubiak W . , Szwarcfiter J. ; "Scheduling unit-time jobs under resource constraints.". Annals of Op. -Res. 16 (1986). 255-266 (3) Błażewicz J.. Lenstra J.K.. Riunooy Ksn A.H.G.; ’'Scheduling subject to
resource constraints, classification and complexity.". Discrete Applied Mathematics 5, Ho.1,(1983). 11-24
.14] Coffman E.G.,Jr., Graham R. L.: "Optimal scheduling for two processor systems.“, Acta Informática 1(1972), 200-213
15) Gabow H.N.; ,."An almost linear algorithm for two-processor scheduling.", J. Assoc. Comp. Math. 29(1982).766-780
(6) Gabow H.N., Tarjan R.E.: “A linear-time algorithm for a special case oí disjoint set unions.". Proc. 15th Annual ACM. Symp, Tneory of
Computing, 1983. 246-254
[7] Garey M.R.. Johnson D.S.. Sethi R.; "The complexity of flow shop and job shop scheduling". Mathematics of Operations Research 1, No.2, 1976 16) Johnson S.M.; “Optimal two- and three-stage production schedules".
Naval -Research Logistic Quarterly ¿.No.1,1954
[91 Jdzefowska J " S c h e d u l i n g unit-length two-machine flow shop", w przyg.
[10,-Laoeweg B. - wynik niepublikowany
(U) Lenstra J.K.. Rinnooy Kan A.H.G., Brucker P.,; "Complexity of machine scheduling problems.", in. Discrete Math.. ¿( 1977) , 343-362
[12) Rock H . . - wynik niepublikowany
[131 Rdck H.j "Some new results in flowshop scheduling", Zeitschrift fur Op. Res. 28(1964), 1-1616
114) Rock H.: "Scheduling unit task shops with resource, constraints and excess usage costs. Report 83-21. Fachbereich Informatik, TU Berlin
Recenzent: Doc.dr h.in±.J.Klamka Vpł ynel o do Redakcji do 1090-04-30.
Deterministyczne p r o b l e m y s z e re go wa n ia . 8 i
D ET E R M IN IST IC P R O B L E M S O F SC H ED U L IN G T A S K S IN A T W O -M A CH IN E F L O W -S H O P
S u m m a r y
A s u r v e y o f c o m p u t a t i o n a l c o m p l e x i t y of d e t e r m i n i s t i c p r o b l e m s of s c h e d u l i n g t a s k s in a t w o - m a c h i n e f l o w - s h o p is p r e s e n t e d . T h e s u r v e y is s u p p l e m e n t e d ' w i t h n e w r e s u l t s . N a m e l y ^ t h e p o l y n o m i a l c o m p l e x i t y of p r o b l e m s F 2 | p r e c . p . « l | C ma>< , F21 p r e c ,p^«l | F a n d F 2 1 r e s l l l ,p.-l|F h a s b e e n p r o v e d .
HETEPMMHHCTMHECKME n P O B JlE M B I YnO PSH O H H EH H * 3A J1A 4 B H BYXriOCTOBOA nPOTOHHOfl CHCTEME 05CJ1Y1KHBAHH51
P e 3 d k e
B p a 6 o T © p a c c M O T p e H M n p o 6 n e H M y n o p « n o H H 6 H H « o a n a M b n s y x c T o s o f l npoTOMHoft C H C T e n e o 6 c n y » H B a H H H . H a ocH O BaH H H o 6 o o p a p e o y n b T a T O B nonyM ©HHbix n p e x n e , n p e n c T a o n e H b i h o b h b p o a y n r s L T b i b o 6 n a c T H o u @ h k k B W H H cnH TenbH ofl cno*HocTH n e K O T o p b i x H e p e n i e H H N X n o K a c T O flin e n o bp © m © hh n p o 6 n e « y n o p f ln o n e H H a . rio n p o 6H o H 'sn o n te H o , m t o B W H H cn H T o n b H an cn o *H O C T i> npo6n© M W F 2 j p r e c . p « 1 1C .
_ j m a x
F 2 | p r e c ,p ^ « l |F