Файл: Голенко Д.И. Статистические модели в управлении производством.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 155
Скачиваний: 0
^ |
= {(1,1),(2,1),(3,2)}, |
Л - { ( І Д ) , ( 3 , 2 ) , ( 1 , 3 ) } . |
|||||
Из матриц Т' и П' вычеркиваем |
множество |
элементов |
|||||
П ^і = {(1,1), (3,2)}, при этом |
получаем |
|
|||||
|
IXtf) |
CI ,2) |
(1,3) |
|
SMTf |
Г2.1.) |
(3,1) |
Г 1 = |
(.2,1) |
(2,3) |
(2,2) |
П |
-User |
(1,2) |
(2,2) |
|
ІЯ&Ї |
(3,1) |
(3,3) |
|
(1,3) |
(2,3) |
(3,3) |
На втором шаге по Ті |
и Пі |
формируем L 2 и F2 |
||||||
L2 ={(1,2),(2,1),(3,1)}, |
F 2 = |
{(2,1),(1,2),(1,3)}- |
||||||
Из матриц Т'\ и П'і вычеркиваем множество элемен |
||||||||
тов L 2 |
П F2 = { 1 , 2), (2, 1)}, при этом получаем |
|
||||||
VНа |
|
U ^ T |
|
(і,з) |
|
U-гГТ |
U r n |
(3,1) |
|
(2,3) |
|
(2,2) |
fT |
Ut2) |
X1t2^ (2,2) |
||
І2&> |
(3,1) |
|
(3,3) |
|
(1,3) |
(2,3) |
(3,3) |
|
третьем шаге по Г'2 и П'г формируем L 3 |
и F 3 |
|||||||
L 3 = |
{(1,3),(2,3),(3,1)}, |
F 3 = {(3,1) (2,2) (1,3)}- |
||||||
Из матриц Т'2 и ГГ2 вычеркиваем множество |
элемен |
|||||||
тов L 3 |
П F з = {(1,3), |
(3,1)}, при этом получаем |
|
|||||
|
І ^ П |
Ш21 |
|
U?3fl |
|
U-rf-т |
t a r n |
ІЗГГГ |
|
І2гГТ |
(2,3) |
|
(2,2) |
|
JUT2T Ur2T (2,2) |
||
|
І Д Л |
ХЗгГТ |
|
(3,3) |
|
ЦтЗУ |
(2,3) |
(3,3) |
На |
четвертом |
шаге по Т'3 и ГУ3 формируем L 4 и F 4 |
||||||
|
L 4 = |
{(2,3),(3,3)}, |
^ 4 = { ( 2 , 2 ) , ( 2 , 3 ) } . |
|
||||
Из |
матриц Т'з |
и П ' 3 вычеркиваем множество |
элемен |
|||||
тов Ц П / 7 4 = : {(2,3)}, при этом получаем |
|
|
||||||
|
(МП |
SAtfl |
|
U-r*7 |
|
i - W T |
ІЛг&Г |
Uri-T |
|
|
ІЛгЗТ |
(2,2) |
" і " |
І3г27 |
£-h27 |
(2,2) |
|
|
ІЗ^Г |
ІЖЇ |
|
(3,3) |
Д+ГЗТ |
ІЛтЗГ |
(3,3) |
|
|
|
|
На тіятом шаге по Т\ |
и П'4 формируем L 5 и F 5 |
|
15=1(2,2), |
(3,3)}, |
F 5 = { ( 2 , 2 ) , ( 3 , 3 ) } . |
Из матриц Т\ |
и П/4 (вычеркиваем множество элемен |
тов L 5 П ^5== {(2,2), (3,3} и получаем матрицы Т'$ и ІГ5, у которых все элементы зачеркнуты, этим доказано,
что исходной матрице П соответствует |
допустимое |
рас |
|||||||
писание. |
|
|
|
|
|
|
|
||
Используя предложенный метод, |
можно |
построить |
|||||||
оценки |
размерности области D расписаний общей |
за |
|||||||
дачи |
календарного |
планирования. |
|
|
|
|
|
||
Если любая операция может быть |
выполнена |
на |
од |
||||||
ном из |
станков n{j |
некоторого множества |
Na, |
то, |
очевид |
||||
но, |
(J |
Nij |
cr N, где N — множество всех станков. Введем |
||||||
Оц |
|
~ |
|
|
|
|
|
|
|
множество |
E = NnX...XN\mi |
XN2\X...XN2m2X...XNniX |
|||||||
X...XNnm.n |
|
как прямое произведение множеств Nij. |
Лю |
||||||
бой |
элемент е є £ |
представляет собой |
упорядоченное |
множество станков и определяет закрепление любой де-
талеоперации |
за |
конкретным |
станком. |
|
|
|||
|
Если |
каждое |
из множеств |
состоит |
из единствен |
|||
ного станка |
пі}, |
т. е. операция Oj3- выполняется |
только |
|||||
на станке с номером п^, |
то число всех вектор-перестано |
|||||||
вок |
к= |
(jTi,...,Ttm) |
равно |
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R= |
П |
(flf c )!, |
|
|
где |
аи — число операций, |
закрепленных за |
k-ш станком. |
|||||
Число R всех перестановок я с учетом всевозможных |
||||||||
закреплений |
деталеопераций |
за станками |
равно |
|
||||
|
|
|
|
|
m |
|
|
|
|
|
|
|
/?= 2 |
П |
(S6« f t (e))!, |
|
|
г д е |
|
|
|
е е Е |
ft=i |
і,) |
|
|
„ |
. |
Г1, если операция Ojj выполняется на k-u |
станке, |
|||||
°ijfe(e) —|oj в противном случае. |
|
|
Если на k-u станке может выполняться bhp операций детали Р, тогда оценка размерности задачи может быть получена по формуле
R= 2 |
П |
• |
spE |
h=l |
n |
|
' |
П bhP |
|
|
2>=1 |
6. Д . И. Голенко |
81 |
Если на любом станке может выполняться не более, чем одна операция по обработке каждой детали, то для за дачи п'Хт можно получить оценку размерности как част ный случай предыдущих формул:
R={n\)m |
• |
|
Естественно, что оценки |
значительно |
превосходят |
число расписаний множества |
D, так как |
они получены |
как число всевозможных порядков обработки деталей на каждом из станков или число всевозможных вектор-пе рестановок я.
Меру завышения полученных оценок можно опреде лить приближенно следующим образом. Согласно опи санному алгоритму, перестановке я соответствует допу
стимое |
расписание |
А , если |
процесс зачеркивания |
эле |
|||
ментов |
в матрицах V и ІГ продолжается |
до тех |
пор, |
||||
пока не останется ни одного элемента. |
|
|
|
||||
Пусть на /г-м шаге зачеркивания элементов в матри |
|||||||
цах Т |
и П оставшееся число |
|
деталеопераций |
равно х, |
|||
число |
элементов |
множества |
Lk равно m |
и |
число |
эле |
|
ментов |
множества |
Fu равно |
п. |
Тогда вероятность |
Ро(х): |
того, что в множествах Lk и Fu не окажется общих эле ментов (деталеопераций), можно подсчитать по фор муле
{x-m) |
\ (х—п)\ |
Р°(х>-' |
'хцх-т-п)1 |
Вероятность р (s, т, п) того, что процесс зачеркива ния продолжается до конца, можно определить по фор муле
р (s, |
т, гс) = |
_Пs |
/( 1 |
(х—т) |
\ (х—п)\ |
|
|
т+п |
\ |
х\ |
(х—т—п)\ |
п |
и mi —число |
всех |
операций детали dt. Под- |
||
где s = 2mi |
|||||
i=i |
|
|
(s, т, |
п) можно рассматривать |
|
считанную вероятность р |
|||||
приближенно как |
коэффициент, показывающий во сколь |
ко раз количество всех вектор-перестановок я некоторой задачи превосходит размерность области D действитель
ных расписаний. |
|
|
Для задачи |
I I I величины 1 0 Х І 0 Х І 0 |
(10 деталей об |
рабатывается |
на 10 станках, причем |
число операций |
любой детали |
равно |
10), величины R |
и |
|
вероятность |
||||
р (100, 10, 10) |
соответственно равны |
|
|
|
|||||
|
|
/?= (10!)1 0 ££ 1066 |
|
|
|
||||
р loo, ю, |
|
юо |
/ |
і - - |
(х—10)! |
(х—10)! |
\ |
^lo-e . |
|
ю ) = п |
|
— |
L |
|
|||||
|
|
х = 2 0 V |
|
*!(*—20)! |
|
/ |
|
||
Последняя |
|
цифра |
показывает, |
насколько мала при |
моделировании случайной вектор-перестановки вероят ность того, что ей соответствует допустимое расписание.
Как указывалось выше, для использования метода Монте-Карло при решении задачи календарного плани рования возникает проблема моделирования расписания, равномерно распределенного в области D. Можно пред
ложить |
алгоритм |
моделирования такого |
|
расписания, |
|||||
включающий следующие |
этапы: |
|
|
|
|
|
|||
1. Для каждой операции моделируем |
номер |
станка, |
|||||||
на котором эта операция может быть выполнена. |
|
Sj |
|||||||
2. Для каждого станка / формируем |
множество |
||||||||
операций, претендующих на обработку на |
этом |
станке. |
|||||||
3. Для каждого станка моделируем |
перестановку |
я;- |
|||||||
из элементов множества |
Sj. |
|
|
|
|
|
|||
4. Составляем расписание, соответствующее вектор- |
|||||||||
перестановке. |
|
А, |
|
|
|
|
|
|
|
5. Если расписания |
соответствующего |
я = |
(яі, |
Яг, |
|||||
... ,я т ), |
не существует, |
то |
переходим к |
п. 1 и |
повторяем |
||||
процедуру. |
|
|
|
|
|
|
|
|
|
Существенным |
недостатком предложенного алгорит |
||||||||
ма является то, что для получения одного |
расписания |
А |
необходимо выполнить большое число «холостых» опе раций.
Этот недостаток можно устранить, если в моменты од новременных простоев всех станков просматривать пос ледние в определенном порядке и для станка / в очеред ности Яг выбрать первую деталь, которая может загрузить этот станок. Эта процедура обеспечивает просматривание всего множества D, но, вообще говоря, не равномерно.
Часто целесообразно моделировать не на всем мно жестве D, а на некотором подмножестве DczD расписа ний, удовлетворяющих следующему дополнительному ог раничению: если станок свободен и имеется множество деталей, готовых к обработке на этом станке, то на ста
нок запускается |
одна из деталей этого множества. |
9* |
83 |
Этот процесс моделирования дает возможность по лучить «хорошее» расписание за гораздо меньшее чис ло испытаний, чем при моделировании -на всем множе стве D. Необходимо отметить, что оптимальное расписа ние в D может не попасть.
Построение расписания можно рассматривать как процесс разрешения конфликтных ситуаций.
Напомним, что |
ситуация считается |
конфликтной, |
если в некоторый |
момент времени на |
освободившийся |
станок претендует несколько деталей. Разрешение кон фликтной ситуации методом Монте-Карло достигается путем случайного отбора некоторой детали из числа «конкурентных». Множество D также может быть пред ставлено в виде множества путей некоторого дерева, которые соединяют исходную вершину с концевыми вершинами. Любая вершина представляет собой множе ство возможных решений о запуске одной из деталей на освободившийся станок.
Размер множества действительных планов сильно растет с ростом «площадей» задач; даже для задач ти па 10X10x4 (10 деталей обрабатывается на десяти станках, причем каждая деталь имеет не более четырех операций) полный перебор нереализуем на существую щих ЭВМ. ^
При использовании метода Монте-Карло, |
основанного |
|||
на описанном выше |
процессе |
моделирования |
случайного |
|
расписания, имеет |
место так |
называемый «эффект |
уси |
|
ления» [2. 5], который заключается в следующем. |
Если |
сравнивать выборочное распределение цикла, получен ного методом Монте-Карло и путем полного перебора, то окажется, что короткие планы чаще встречаются в методе Монте-Карло, поскольку имеют в среднем мень ше конфликтов, нуждающихся в разрешении, чем пла ны длительные. В алгоритме Монте-Карло конфликт разрешается на случайной основе, поэтому вероятность получения конкретного плана приблизительно обратно пропорциональна количеству разрешаемых конфликтов, встречающихся при построении плана. Следовательно, длительные планы, имеющие большое число конфлик тов, требующих разрешения, менее вероятны, чем ко роткие. К сожалению, .коэффициент усиления не всегда имеет место в натуре, поскольку длительность плана не