通过非线性规划调度有时间资源权衡及并行工作英文文献翻译数学.docVIP

通过非线性规划调度权衡并行工作 Alexander Grigoriev, Marc Uetz 马斯特里赫特大学、数量经济学,P.O.Box 616 6200 MD Maastricht,荷兰 { a.grigoriev@ke.unimaas.nl m.uetz@ke.unimaas.nl }, 我们考虑一个调度问题的任何工作的加工时间是依赖于使用离散的可再生资源,例如:人员。一定数量的k单位资源分配到在任何时候工作,分配给一份工作,处理时间。这样做的目的是找到一种资源配置和时间表,最大限度地减少了最大完工时间。我们简洁地权衡,它需要的是被使用过数学规划技术。利用一种(非线性)整数数学程式,我们性能约束(3 + ?), ? 0为调度问题取得第一个多项式时间的近似算法。我们的方法依赖于一个完全多项式时间近似方案来解决数学规划松弛。这一结果本身令人感兴趣的,因为我们同时也表明,潜在的数学规划是一个np难问题来解决。我们也获得的近似下界。 关键词:调度;数学规划;近似算法,计算复杂度 : 1、简介和相关工作 考虑一个调度问题n工作V需要并行机器处理。每个工作致力于得到处理一个确切的机器。有一个可再生资源,如离散人员,可以分配到工作以减少他们的加工要求。我们假设之间的利弊权衡使用的资源和由此产生的加工要求的工作j都可以描述为一些非负权衡功能(·)意味着,当x资源分派工作j,其加工要求成为(x)。在任何时间点,只有k单位资源是可用的。 我们可以推断权衡 (·):{ 01,…,k} !首先得到是产生积极的作用。一旦资源已经被分配到工作, 如果它不消耗更多的比目前k单位的资源在任何时间时间表被称为可行的。目标是找到一个资源配置和相应的可行的时间表,最大限度地减少了最大完工时间,也就是说,这工作的完成时间,完成交货。这个问题描述典型情况,在那里额外生产的物流资源,如人员,可以被利用,以降低生产周期时间。 作为一个事实,一个不可再生资源调度问题,如全面预算约束, 在文学作为time-cost权衡问题受到了很多人的注意,例如,[2、12、13、22条、23条]。人惊讶的是,在相应的问题,一种可再生资源,如人员的约束, 虽然从一个实际的观点他们不是缺乏吸引力,。我们将把它们认为是权衡问题,在类推到前者。 相关工作 文献[8]中,我们考虑过的更普遍的问题不相干的机器排序问题和受资源约束的处理时间。在那里,工作都可以在任何机器加工,并且如果一个工作是原定于,用s的机器的k可用资源的单位,处理时间是。假设处理时间在资源的, 文献[8]证明了3.75-。该方法提出了基于线性规划松弛,使用nk变量。在本文中,然而,我们明确地允许权衡功能(·)可以被编码。比如,如果这些函数是线性的,这个问题本质上是由输入的O(n)数字: 每个工作,我们必须指定其机器和两个整数系数和,这样就权衡功能等 (x)=?x。因此, 文献[8]中算法提出了一般是多项式时间算法。 在Grigoriev et al.受限制的版本的手边问题的演讲手稿[7]。他们假设额外资源是二进制的,那就是,任何工作都可以要么有或没有使用处理资源,减少了加工时间若资源被使用。最后, 在论文中机器m被认为是固定的,不是部分输入。那个问题上,他们衍生(3 + ?),并对这个问题m = 2个机器,他们获得NP-hardness和一个完全多项式时间近似方案[7]。受资源约束的处理时间调度工作也被称为可锻铸或任务调度;例[11、18、19日,24]。在这些模型中,独立,对其采用非中断的工作可以被处理在一个或多个平行处理器,而且他们处理器使用。任何处理器只能处理一个工作,目标是最小化最大完工时间的时间表。Turek et al [24]介绍了这个问题,他们获得2 -近似算法。事实上, [24]模型不同于[24]中并行处理器作为一个通用的必须分配工作“资源”,线性,[24]中的问题是这篇文章的问题的: 所对应的是这样的情形, = n个机器,而不是m n机器。Mounie et al.[18]考虑[24]问题的另一个限制,该处理器分配必须连续工作在s,因此在[18]中导出了 ( +? )–近似。未发表期刊论文的版本(19),提出了一种改进的性能界主张(3/2 +?”)。Jansen给出了渐近完全多项式近似方案 [11]。 Blazewicz et al. [1]中，当我们进一步限制,假设决定资源配置是固定的事先做自己的工作,我们回到了资源约束条件下的(机器)调度。最近Kellerer and Strusevich [第14条、第15条]。他们使用术语专用机器排序问题。我们参考这些文件结果, 同时也注意到了NP-hardness机排序和一种二进制资源[14]中被介绍。更准确的说,固定的机器是弱NP-hardness,对任意