Szeregowanie zadań. Wykład nr 2. dr Hanna Furmańczyk. 12 października 2014

Podobne dokumenty
Szeregowanie zadań. Wykład nr 3. dr Hanna Furmańczyk

Szeregowanie zada« Wykªad nr 6. dr Hanna Furma«czyk. 11 kwietnia 2013

Metoda CPM/PERT. dr inż. Mariusz Makuchowski

Planowanie przedsięwzięć

Wybrane podstawowe rodzaje algorytmów

Techniki optymalizacji

Harmonogramowanie przedsięwzięć

Metody przeszukiwania

Zarządzanie projektami. Tadeusz Trzaskalik

Struktury danych i złozoność obliczeniowa. Prof. dr hab. inż. Jan Magott

Metody Programowania

Przykład: budowa placu zabaw (metoda ścieżki krytycznej)

t i L i T i

Algorytmiczna teoria grafów Przepływy w sieciach.

9.4 Czasy przygotowania i dostarczenia

Wstęp do Sztucznej Inteligencji

Heurystyki. Strategie poszukiwań

Porządek symetryczny: right(x)

Wykład 3. Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy

Modele sieciowe. Badania operacyjne Wykład 6. prof. Joanna Józefowska

EGZAMIN - Wersja A. ALGORYTMY I STRUKTURY DANYCH Lisek89 opracowanie kartki od Pani dr E. Koszelew


Metody Optymalizacji: Przeszukiwanie z listą tabu

Szeregowanie zada« Wykªad nr 4. dr Hanna Furma«czyk. 21 marca 2013

Zarządzanie projektami
























PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

Programowanie obiektowe

Jeśli czas działania algorytmu zależy nie tylko od rozmiaru danych wejściowych i przyjmuje różne wartości dla różnych danych o tym samym rozmiarze,

SYSTEM WSPOMAGANIA HARMONOGRAMOWANIA PRZEDSIĘWZIĘĆ BUDOWLANYCH

ANALIZA SIECIOWA PROJEKTÓW REALIZACJI

Problem 1 prec f max. Algorytm Lawlera dla problemu 1 prec f max. 1 procesor. n zadań T 1,..., T n (ich zbiór oznaczamy przez T )


Sortowanie topologiczne skierowanych grafów acyklicznych

Algorytmy konstrukcyjne dla problemu harmonogramowania projektu z ograniczonymi zasobami. Marcin Klimek *

SZTUCZNA INTELIGENCJA

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Działanie algorytmu oparte jest na minimalizacji funkcji celu jako suma funkcji kosztu ( ) oraz funkcji heurystycznej ( ).

Wykład na Politechnice Krakowskiej w dniu 18 stycznia 2012 r. ZADAŃ I ALGORYTMÓW W OPTYMALIZACJI DYSKRETNEJ

Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH


Programowanie obiektowe

Zadania laboratoryjne i projektowe - wersja β

SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

Przykªady problemów optymalizacji kombinatorycznej

Algorytmy i złożoności. Wykład 3. Listy jednokierunkowe

prowadzący dr ADRIAN HORZYK /~horzyk tel.: Konsultacje paw. D-13/325

Drzewa binarne. Drzewo binarne to dowolny obiekt powstały zgodnie z regułami: jest drzewem binarnym Jeśli T 0. jest drzewem binarnym Np.

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

Problem decyzyjny naley do klasy NP. (Polynomial), jeeli moe by rozwizany w czasie conajwyej wielomianowym przez algorytm A dla DTM.

Sterowanie procesami dyskretnymi Discrete processes

Metody selekcji cech

Sieć (graf skierowany)

Kombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA. Marta Szachniuk

Algorytmy grafowe. Wykład 2 Przeszukiwanie grafów. Tomasz Tyksiński CDV

Zaawansowane programowanie

Zaawansowane programowanie

Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami

Wysokość drzewa Głębokość węzła

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Sterowanie procesami dyskretnymi

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova


AiSD zadanie trzecie

Uniwersytet im. Adama Mickiewicza w Poznaniu Wydział Matematyki i Informatyki. Marek Dębczyński

Zastosowanie programowania zero-jedynkowego w harmonogramowaniu czynności projektu

BADANIA OPERACYJNE. dr Adam Sojda Pokój A405

Planowanie drogi robota, algorytm A*

Metody optymalizacji dyskretnej. Metody przybliżone

Ograniczenia projektu. Zakres (co?) Czas (na kiedy?) Budżet (za ile?)

ALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA

Zarządzanie zasobami w harmonogramowaniu wieloobiektowych przedsięwzięć budowlanych z wykorzystaniem teorii szeregowania zadań

PROGRAMOWANIE SIECIOWE. METODY CPM i PERT

Algorytm Dijkstry znajdowania najkrótszej ścieżki w grafie

TEORIA GRAFÓW I SIECI

Transkrypt:

Wykład nr 2 12 października 2014

Złożoność problemów szeregowania zadań Problemy: wielomianowe NP-trudne otwarte

Złożoność problemów szeregowania zadań Problemy: wielomianowe NP-trudne otwarte Jak sobie radzić z NP-trudnością? wielomianowe algorytmy przybliżone o gwarantowanej dokładności względnej, dokładne algorytmy pseudowielomianowe, algorytmy dokładne, szybkie tylko w średnim przypadku, heurystyki wyszukujące (np. tabu search, algorytmy genetyczne), dla małych rozmiarów danych wykładnicze przeszukiwanie wyczerpujące (np. branch bound - alg. podziału i ograniczeń).

Analiza probelmu - slajd 25 - dr hab. K. Giaro

Szeregowanie operacji bezprocesorowych prec C max Relacja zależności kolejnościowych w zbiorze zadań przeciwzwrotna Zi Z i Z i przechodnia Zi,Z j,z k (Z i Z j Z j Z k ) Z i Z k

Szeregowanie operacji bezprocesorowych prec C max Relacja zależności kolejnościowych w zbiorze zadań przeciwzwrotna Zi Z i Z i przechodnia Zi,Z j,z k (Z i Z j Z j Z k ) Z i Z k Metody reprezentacji relacji

Sieć AN (activity on node) wierzchołki odpowiadają operacjom, ich wagi (liczby naturalne) są równe czasom wykonywania, Z i Z j w sieci istnieje ścieżka skierowana z wierzchołka Z i do wierzchołka Z j, zwykle usuwa się łuki przechodnie (jak w diagramie Hassego).

Sieć AN (activity on node) wierzchołki odpowiadają operacjom, ich wagi (liczby naturalne) są równe czasom wykonywania, Z i Z j w sieci istnieje ścieżka skierowana z wierzchołka Z i do wierzchołka Z j, zwykle usuwa się łuki przechodnie (jak w diagramie Hassego). Sieć AA (activity on arc) łuki odpowiadają operacjom, ich długości są równe czasom wykonywania, przez każdy wierzchołek przechodzi droga z Z (źródło) do U (ujście), Z i Z j łuk Z i kończy się w początku łuku Z j, lub też w sieci istnieje ścieżka skierowana z końca łuku Z i do początku Z j, można wprowadzać operacje pozorne łuki o zerowej długości.

Przykład.

Przykład. Metoda ścieżki krytycznej Zasada: dla każdej operacji określamy najwcześniejszy możliwy moment uruchomienia tj. maksymalną długość ścieżki doń prowadzącej.

Przykład. Metoda ścieżki krytycznej Zasada: dla każdej operacji określamy najwcześniejszy możliwy moment uruchomienia tj. maksymalną długość ścieżki doń prowadzącej. Algorytm dla AN 1 numeruj wierzchołki topologicznie (brak łuków pod prąd ) 2 wierzchołkom Z a bez poprzedników nadaj etykietęl(z a ) = 0, a kolejnym wierzchołkom Z i przypisuj l(z i ) = max{l(z j )+p j : istnieje łuk z Z j do Z i }, Wynik: l(z i ) jest najwcześniejszym możliwym terminem rozpoczęcia Z i.

Algorytm dla AA 1 numeruj wierzchołki topologicznie (brak łuków pod prąd ) 2 źródłu Z nadaj etykietę l(z) = 0, a kolejnym wierzchołkom v przypisuj l(v) = max{l(u)+p j : łuk Z j prowadzi z u do v}, Wynik: l(v) wierzchołka początkowego Z j jest najwcześniejszym możliwym terminem rozpoczęcia tej operacji. l(u) to termin zakończenia harmonogramu.

Algorytm dla AA 1 numeruj wierzchołki topologicznie (brak łuków pod prąd ) 2 źródłu Z nadaj etykietę l(z) = 0, a kolejnym wierzchołkom v przypisuj l(v) = max{l(u)+p j : łuk Z j prowadzi z u do v}, Wynik: l(v) wierzchołka początkowego Z j jest najwcześniejszym możliwym terminem rozpoczęcia tej operacji. l(u) to termin zakończenia harmonogramu. Przykład

Algorytmy ścieżki krytycznej minimalizują nie tylko C max, ale wszystkie zdefiniowane wcześniej funkcje kryterialne. Możemy wprowadzić do modelu różne wartości terminów przybycia r j dla zadań Z j dodając sztuczne zadania (o długości r j ): jako wierzchołki poprzednicy w modelu AN jako łuk prowadzący ze źródła Z do początku łuku Z j w modelu AA.