分支限界法-批处理调度问题.docxVIP

v1.0 可编辑可修改 【分支限界法】批处理作业调度问题 问题描述 给定 n 个作业的集合 {J1,J2, …,Jn} 。 每个作业必须先由机器 1 处理， 然后由机器 2 处理。 作业 Ji 需要机器 j 的处理时间为 tji 。 对于 一个确定的作业调度，设 Fji 是作业 i 在机器 j 上完成处理的时间。所 有作业在机器 2 上完成处理的时间和称为该作业调度的完成时间和。 批处理作业调度问题要求对于给定的 n 个作业，制定最佳作业调度方案，使其完 成时间和达到最小 。 例：设 n=3，考虑以下实例： 这 3 个作业的 6 种可能的调度方案是 1,2,3 ； 1,3,2 ； 2,1,3 ； 2,3,1 ； 3,1,2 ； 3,2,1 ；它们所相应的完成时间和分别是 19， 18， 20， 21， 19， 19。易见，最佳调度方案是 1,3,2 ，其完成时间和为 18。 限界函数 11 v1.0 可编辑可修改 批处理作业调度问题要从 n 个作业的所有排列中找出具有最 小完成时间和的作业调度，所以如图，批处理作业调度问题的解空间是 一颗排列树。 在作业调度问相应的排列空间树中， 每一个节点 E 都对应于一 个已安排的作业集 。以该节点为根的子树中所含叶 节点的完成时间和可表示为： 设|M|=r ，且 L 是以节点 E 为根的子树中的叶节点，相应的作 业调度为 {pk,k=1,2, ……n} ，其中 pk 是第 k 个安排的作业。如果从节 点 E 到叶节点 L 的路上，每一个作业 pk 在机器 1 上完成处理后都能立 22 v1.0 可编辑可修改 即在机器 2 上开始处理，即从 pr+1 开始，机器 1 没有空闲时间，则对于 该叶节点 L 有： 注： (n-k+1)t 1pk , 因为是完成时间和， 所以， 后续的 (n-k+1) 个作业完成时间和都得算上 t 1pk。 如果不能做到上面这一点，则 s1 只会增加，从而有： 。 类似地， 如果从节点 E 开始到节点 L 的路上， 从作业 pr+1 开始， 机器 2 没有空闲时间，则： 同理可知， s2 是 的下界。由此得到在节点 E 处相应子树 中叶节点完成时间和的下界是： 注意到如果选择 Pk，使 t1pk 在 k=r+1 时依非减序排列， S1 则取得极小值。同理如果选择 Pk 使 t2pk 依非减序排列，则 S2 取得极 小值。 33 v1.0 可编辑可修改 这可以作为优先队列式分支限界法中的限界函数。 算法描述 算法中用最小堆表示活节点优先队列。最小堆中元素类型是 MinHeapNod 每一个 MinHeapNode类型的节点包含域 x, 用来表示节点 所相应的作业调度。 s 表示该作业已安排的作业时 x[1:s] 。f1 表示当前 已安排的作业在机器 1 上的最后完成时间； f2 表示当前已安排作业在机 器 2 上的完成时间； sf2 表示当前已安排的作业在机器 2 上的完成时间 和； bb 表示当前完成时间和下界。 二维数组 M表示所给的 n 个作业在机 器 1 和机器 2 所需的处理时间。在类 Flowshop 中用二维数组 b 存储排 好序的作业处理时间。数组 a表示数组 M和 b 的对应关系。算法 Sort 实现对各作业在机器 1 和 2 上所需时间排序。 函数 Bound用于计算完成 时间和下界。 函数 BBFlow中 while 循环完成对排列树内部结点的有序扩展。 在 while 循环体内算法依次从活结点优先队列中取出具有最小 bb值（完 成时间和下界）的结点作为当前扩展结点，并加以扩展。 算法将当前 扩展节点 E 分两种情形处理： 1) 首先考虑 =n 的情形， 当前扩展结点 E 是排列树中的叶结点。 是相应 于该叶结点的完成时间和。 当 bestc 时更新当前最优值 bestc 和相应 的当前最优解 bestx 。 44 v1.0 可编辑可修改 2) 当n 时， 算法依次产生当前扩展结点 E 的所有儿子结点。 对于 当前扩展