首页 > 代码库 > 回溯法——批处理作业调度

回溯法——批处理作业调度

问题描述:

  给定n个作业的集合J=(J1,J2,... ,Jn)。每一个作业Ji都有两项任务分别在2台机器上完成。每个作业必须先有机器1处理,然后再由机器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上完成处理时间。则所有作业在机器2上完成处理时间和f=F2i,称为该作业调度的完成时间和

简单描述:

  对于给定的n个作业,指定最佳作业调度方案,使其完成时间和达到最小

举例说明:

tji机器1机器2
作业121
作业231
作业323

 

 

 

  

  这3个作业的调度方案共有6种(即3个作业的全排列),分别是123,132,213,231,312,321,它们所相应的完成时间和分别是19,18,20,21,19,19。显而易见,最佳调度方案是132,其完成时间和为18。

算法设计:

  从n个作业中找出有最小完成时间和的作业调度,所以批处理作业调度问题的解空间是一棵排列树。按照回溯法搜索排列树的算法框架,设开始时x=[1,2, ... , n]是所给的n个作业,则相应的排列树由x[1:n]的所有排列构成。

  类Flowshop的数据成员记录解空间的结点信息,以便减少传给Backtrack的参数。二维数组M是输入作业的处理时间,bestf记录当前最小完成时间和,bestx记录相应的当前最佳作业调度。

  在递归函数Backtrack中,

    当i>n时,算法搜索至叶子结点,得到一个新的作业调度方案。此时算法适时更新当前最优值和相应的当前最佳调度。

    当i<n时,当前扩展结点位于排列树的第(i-1)层,此时算法选择下一个要安排的作业,以深度优先方式递归的对相应的子树进行搜索,对不满足上界约束的结点,则剪去相应的子树。

算法描述:

注:1、区分作业i和当前第i个正在执行的作业

      给x赋初值,即其中一种排列,如x=[1,3,2];M[x[j]][i]代表当前作业调度x排列中的第j个作业在第i台机器上的处理时间;如M[x[2]][1]就意味着作业3在机器1上的处理时间。

  2、bestf的初值

      此问题是得到最佳作业调度方案以便使其完成时间和达到最小,所以当前最优值bestf应该赋值为较大的一个值。

  3、f1、f2的定义与计算

      假定当前作业调度排列为:x=[1,2,3];f1[i]即第i个作业在机器1上的处理时间,f2[j]即第j个作业在机器2上的处理时间;则:

      f1[1]=M[1][1] , f2[1]=f1[1]+M[1][2]

      f1[2]=f1[1]+M[2][1] , f2[2]=MAX(f2[1],f1[2])+M[2][2] //f2[2]不光要等作业2自己在机器1上的处理时间,还要等作业1在机器2上的处理时间,选其大者。

      f1[3]=f1[2]+M[3][1] , f2[3]=MAX(f2[2],f1[3])+M[3][2]

    f1只有当前值有用,可以覆盖赋值,所以定义为int型变量即可,减少空间消耗;f2需要记录每个作业的处理时间,所以定义为int *型,以便计算得完成时间和。

  4、f2[0]的初值

      f2[i]的计算都是基于上一个作业f2[i-1]进行的,所以要记得给f2平[0]赋值为0。

 1 class Flowshop 2 { 3     friend Flow(int * *,int,int[]); 4 private: 5     void Backtrack(int i); 6     int * * M,      //各作业所需的处理时间,根据上面的例子就是4*3的矩阵————M[j][i]代表第j个作业在第i台机器上的处理时间 7         * x,       //当前作业调度————其中一种排列顺序 8         * bestx,     //当前最优作业调度 9         * f2,       //机器2完成处理时间————记录每个作业在机器2上的完成时间10         f1,        //机器1完成处理时间————定义int型,减少空间消耗(因为只有当前的f1有用,所以可以覆盖赋值)11         f,        //完成时间和12         bestf,      //当前最优值13         n;        //作业树14 };15 void Flowshop::Backtrack(int i)16 {17     if(i>n)18     {19         for(int j=1;j<=n;j++)20             bestx[j] = x[j];21         bestf = f;22     }23     else24     {25         for(int j=i;j<=n;j++)  //排列树中j从i开始————控制分支数26         {27             f1+=M[x[j]][i];  //在第1台机器上的完成处理时间————着重关注M矩阵的行标(代表当前执行的作业,是动态变化的)28             f2[i]=((f2[i-1]>f1)?f2[i-1]:f1)+M[x[j]][2];  //在机器2上的完成处理时间,f2[0]初值赋为029             f+=f2[i];    //总的完成时间和30             if(f<bestf)  //剪枝函数31             {32                 Swap(x[i],x[j]);33                 Backtrack(i+1);34                 Swap(x[i],x[j]);35             }36             f1 -= M[x[j]][1];  //改变机器完成时间计数————递归返回时37             f -= f2[i];38         }39     }40 }41 int Flow(int * * M,int n,int bestx[])42 {43     int ub = INT_AMX;44     Flowshop X;45     X.x = new int [n+1];46     X.f2 = new int [n+1];47     X.M = M;48     X.n = n;49     X.bestf = ub;50     X.bestx = bestx;51     X.f1 = 0;52     X.f = 0;53     for(int i=0;i<=n;i++)54     {55         X.f2[i] = 0;56         X.x[i] i;57     }58     X.Backtrack(1);59     delete [] X x;60     delete [] X f2;61     return X.bestf;62 }

回溯法——批处理作业调度