【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调用C#动态库的三种方法详解

《Java调用C#动态库的三种方法详解》在这个多语言编程的时代,Java和C#就像两位才华横溢的舞者,各自在不同的舞台上展现着独特的魅力,然而,当它们携手合作时,又会碰撞出怎样绚丽的火花呢?今天,我们... 目录方法1:C++/CLI搭建桥梁——Java ↔ C# 的“翻译官”步骤1:创建C#类库(.NET

MyBatis编写嵌套子查询的动态SQL实践详解

《MyBatis编写嵌套子查询的动态SQL实践详解》在Java生态中,MyBatis作为一款优秀的ORM框架,广泛应用于数据库操作,本文将深入探讨如何在MyBatis中编写嵌套子查询的动态SQL,并结... 目录一、Myhttp://www.chinasem.cnBATis动态SQL的核心优势1. 灵活性与可

Mybatis嵌套子查询动态SQL编写实践

《Mybatis嵌套子查询动态SQL编写实践》:本文主要介绍Mybatis嵌套子查询动态SQL编写方式,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... 目录前言一、实体类1、主类2、子类二、Mapper三、XML四、详解总结前言MyBATis的xml文件编写动态SQL

SpringBoot实现Kafka动态反序列化的完整代码

《SpringBoot实现Kafka动态反序列化的完整代码》在分布式系统中,Kafka作为高吞吐量的消息队列,常常需要处理来自不同主题(Topic)的异构数据,不同的业务场景可能要求对同一消费者组内的... 目录引言一、问题背景1.1 动态反序列化的需求1.2 常见问题二、动态反序列化的核心方案2.1 ht

golang实现动态路由的项目实践

《golang实现动态路由的项目实践》本文主要介绍了golang实现动态路由项目实践,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,需要的朋友们下面随着小编来一起学习学习... 目录一、动态路由1.结构体(数据库的定义)2.预加载preload3.添加关联的方法一、动态路由1

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Python Selenium动态渲染页面和抓取的使用指南

《PythonSelenium动态渲染页面和抓取的使用指南》在Web数据采集领域,动态渲染页面已成为现代网站的主流形式,本文将从技术原理,环境配置,核心功能系统讲解Selenium在Python动态... 目录一、Selenium技术架构解析二、环境搭建与基础配置1. 组件安装2. 驱动配置3. 基础操作模

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

慢sql提前分析预警和动态sql替换-Mybatis-SQL

《慢sql提前分析预警和动态sql替换-Mybatis-SQL》为防止慢SQL问题而开发的MyBatis组件,该组件能够在开发、测试阶段自动分析SQL语句,并在出现慢SQL问题时通过Ducc配置实现动... 目录背景解决思路开源方案调研设计方案详细设计使用方法1、引入依赖jar包2、配置组件XML3、核心配

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删