Johnson算法的极大极小代数证明.pdf

第 38 卷　第 1 期 . 38　 . 1 ( ) V o l N o 厦门大学学报 自然科学版 　1999 年 1 月 ( ) Jan. 1999　 Jou rnal of X iam en U n iversity N atu ral Science John son 算法的极大极小代数证明① 彭　洪　张阿卜 ( 厦门大学自动化系　厦门　361005) 摘要　通过极大极小代数的方法对串行生产线进行建模, 并给出了Johnson 算法的严格证 明. 关键词　离散事件动态系统, Johnson 算法, 极大极小代数 中国图书分类号　 11 T P 离散事件动态系统( , 简称 ) 是一种特殊的、复杂的 D iscrete Even t D ynam ic System D ED S 系统, 比如生产加工系统. 主要特点表现在: 1) 离散性; 2) 异步并发性; 3) 随机性; 4) 动态性. 它 的进程是由发生在离散时刻的事件所驱动的, 并且事件之间存在着复杂的相互作用关系, 因而 这种系统运行规律, 很难用通常的微分方程和差分方程来准确描述. 法国学者 Cohen 将极大 极小代数方法应用于对离散事件系统的研究, 这对于对系统特性的研究和对系统运行规律的 准确描述, 是十分有意义的, 将为该系统的分析、设计优化提供重要的依据和基础. ( ) 在调度问题中, John son 算法成功地解决了 F low Shop 问题中的nm F Fm ax m = 2 ( ) 问题, 而 nm F Fm ax m 2 就是一个N P 难题, 因此John son 算法在事实上提供了一个解 决诸如nm F Fm ax , 乃至 nm GFm ax 等 F low Shop 或Job Shop 问题的辅助方案. 本文应 用极大代数的方法证明了John son 算法的正确性, 同时也为对更复杂的问题研究采用极大代 数方法起到抛砖引玉的作用. 1　 极大代数上串行生产线的模型 首先, 我们简单地介绍一下极大代数. 令R 表示实数域, R = R ∪{ - ∞ }, 在R 上定义加法“ ”和乘法“⊙”, 令 　a ⊙b = a + b　　　　　　　　 a , b ∈R 　a b = m ax (a , b) 　　 a , b ∈R 其中“m ax ”, “+ ”表示通常意义下的取极大和加法, “⊙”可省略或表示为“”. 不难证明, 运算“ ”, “⊙”满足结合律, 交换律和分配律. 令 e = 0, = - ∞, 则对 a , b ∈R 有: e ⊙a = a , a = a , a ⊙= , 因此, e, 可看作是单位元素“1”和零元素“0 ”. 在R 上规定了如上的运算“ ”, “⊙”后, R 称