Speciális jellemzőkkel bíró ütemezési problémák osztályba sorolása és megoldási lehetőségeiknek vizsgálata Készítette: Czuczai Barbara 2007.02.07. Témavezető:

Slides:



Advertisements
Hasonló előadás
Projekt ütemezési feladat (A gyakorlati anyag rövid összefoglalása)
Advertisements

TÉRKÉP HELYETT CSAK KÉP? AVAGY A PAPÍRALAPÚ KARTOGRÁFIAI DOKUMENTUMOK SORSA A DIGITÁLIS VILÁGBAN DR. PLIHÁL KATALIN ORSZÁGOS SZÉCHÉNYI KÖNYVTÁR.
Erőállóképesség mérése Találjanak teszteket az irodalomban
Az üzleti rendszer komplex döntési modelljei (Modellekkel, számítógéppel támogatott üzleti tervezés) Hanyecz Lajos.
Vállalat kínálati magatartása
1. Fő tevékenységi egységek megadása
T RD -Trading Hungary Kft. Metrológia.
Készítette: Magyar Dániel
Alapfogalmak Készítette: Szentirmai Róbert (minden jog fenntartva)
1Objektumorientált elemzés és tervezés – Dinamikus modellezés Gyurkó György Objektumorientált elemzés és tervezés Dinamikus modellezés.
MFG-Pro váll-ir. rendszer bemutatása
Linux ütemezés  Sokszor változott az évek folyamán  Az alap ütemező egyszerű volt  Prioritásos, futási sorok, RR…  2.4 verzió: O(n) ütemező o (következő.
Euklidészi gyűrűk Definíció.
Táblázat kezelő programok
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
A számítógépes memória jellemzői
Projektmenedzsment Költségtervezés.
Bayes hálók október 20. Farkas Richárd
Bevezetés a gépi tanulásba február 16.. Mesterséges Intelligencia „A számítógépes tudományok egy ága, amely az intelligens viselkedés automatizálásával.
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Adatmodellezés: E-K modell
Készítette: Pető László
A SAT probléma különböző reprezentációinak vizsgálata oktatási szempontból (újratöltve) Az általánosítás fegyvere a kutatásban Kusper Gábor,
Előnyök és alkalmazási területek
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens.
Önálló laboratórium december 19.1 Fejlesztő rendszer kialakítása SYMBIAN operációs rendszerű GSM terminálokhoz Hegedűs Iván Mihály Pázmány Péter.
BEVEZETŐ Készítette: Varga István VEGYÉSZETI-ÉLELMISZERIPARI KÖZÉPISKOLA CSÓKA
Lineáris Programozás 4-5. feladat
Elméleti közgazdaságtan
1 Operációs rendszerek Az ütemezés megvalósítása.
Készítette: Kosztyán Zsolt Tibor
Tömbök Csernoch Mária.
Vámossy Zoltán 2004 (H. Niemann: Pattern Analysis and Understanding, Springer, 1990) DIP + CV Bevezető II.
Operációs Rendszerek II.
szakmérnök hallgatók számára
FERMENTÁCIÓS GYAKORLAT
Hálózati Bombermen Belicza András Konzulens: Rajacsics Tamás BME-AAIT.
Apró falatok a templom egereinek
Készítette: Horváth Zoltán (2012)
Összetett adattípusok
Gyártási folyamatok tervezése
Középfokú iskolai felvételi eljárás lebonyolításának ütemezése a 2009/2010-es tanévben Papp Brigitta.
1 Hernyák Zoltán Web: Magasszintű Programozási Nyelvek I. Eszterházy.
Europapier Hungária A logisztika szerepe a versenyképességben Laskai István - Kócsó Tamás
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
AZ NGC 6871 NYÍLTHALMAZ FOTOMETRIAI VIZSGÁLATA
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
Határozatlan integrál
Előadó: Nagy Sára Mesterséges intelligencia Kereső rendszerek.
Az üzleti rendszer komplex döntési modelljei (Modellekkel, számítógéppel támogatott üzleti tervezés) II. Hanyecz Lajos.
A KOMPLEX DÖNTÉSI MODELL MATEMATIKAI ÖSSZEFÜGGÉSRENDSZERE Hanyecz Lajos.
Objektum orientált programozás
Seite Az újrahasználat jogi keretfeltételei Ausztriában.
Kooperatív oktatással a befogadás támogatásáért
A termelés költségei.
Menetrend optimalizálása genetikus algoritmussal
előadások, konzultációk
1Objektumorientált elemzés és tervezés – Dinamikus modellezés Gyurkó György Objektumorientált elemzés és tervezés Dinamikus modellezés.
1 Objektum orientált programozás Az objektumok és az osztályok – példányosodás Nagy Szilvia.
A termelés költségei.
Diszjunkt halmazok adatszerkezete A diszjunkt halmaz adatszerkezet diszjunkt dinamikus halmazok S={S 1,…,S n } halmaza. Egy halmazt egy képviselője azonosít.
Hága Péter ELTE, Komplex Rendszerek Fizikája Tanszék Statisztikus Fizikai Nap Budapest.
Mi a logisztikai szimuláció? Egy logisztikai rendszer szereplői... Gyártás Raktározás Rendelés.
Szimuláció. Mi a szimuláció? A szimuláció a legáltalánosabb értelemben a megismerés egyik fajtája A megismerés a tudás megszerzése vagy annak folyamata.
Kontinuum modellek 1.  Bevezetés a kontinuum modellekbe  Numerikus számolás alapjai.
2/18/2018 Marketingterv Név.
Kockázat és megbízhatóság
Tanulási görbék.
3. osztályban.
Előadás másolata:

Speciális jellemzőkkel bíró ütemezési problémák osztályba sorolása és megoldási lehetőségeiknek vizsgálata Készítette: Czuczai Barbara Témavezető: Dr. Lelkes Zoltán

Folyamat-ütemezés gyártandó termékek (mennyiség, határidő) elvégzendő feladatok nyersanyag (mennyiség, érkezési idő)

Folyamat-ütemezés  Megoldás: műveletek művelet kezdeti és végidőpontja

Célkitűzés  Egy felmerülő ipari probléma kapcsán megvizsgálni az irodalomban előforduló hasonló ütemezési feladatokatmegvizsgálni az irodalomban előforduló hasonló ütemezési feladatokat megvizsgálni az irodalomban található modellek alkalmazhatóságát az új feladatramegvizsgálni az irodalomban található modellek alkalmazhatóságát az új feladatra

Csoportosítási kritériumok az irodalomban 1  Batchek keveredése batchek keveredése és szétválása engedélyezettbatchek keveredése és szétválása engedélyezett batchek keveredése és szétválása nem engedélyezettbatchek keveredése és szétválása nem engedélyezett

Csoportosítási kritériumok az irodalomban 2 Köztitermék tárolása végtelen kapacitás nincs tárolás véges tárolás készülékben

Csoportosítási kritériumok az irodalomban 3 Műveletek mérete fix (előre meghatározott) változó (a modell határozza meg)

Csoportosítási kritériumok az irodalomban 4 changeover nincsfix sorrend-függő

Csoportosítási kritériumok az irodalomban 5 ErőforráskorlátErőforráskorlát idő erőforrás idő erőforrás MAX

Új kritériumok  Köztitermékek tárolási időkorlátai  Folytonos – szakaszos műveletek  Készülékek kapcsolódási korlátai helyettvagy Művelet Tárolás idő

Létező modellek csoportosítása  Időreprezentáció diszkrétdiszkrét folytonosfolytonos  Anyagmérleg „monolitikus”: STN, RTN„monolitikus”: STN, RTN batch-orientáltbatch-orientált  Esemény-reprezentáció „globális időintervallumok”„globális időintervallumok” „globális időpontok”„globális időpontok” „egységfüggő időpontok”„egységfüggő időpontok” „időrések”„időrések”  szinkronizált  aszinkronizált

Esemény-reprezentáció „globális időintervallumok” „globális időpontok” „egységfüggő időpontok” „időrések”

Új modell Az irodalmi modellek nem hatékonyak Cél: Új, hatékony modell kidolgozása

Új modell jellemzői  Időreprezentáció: folytonos A műveletek bármikor elkezdődhetnek és befejeződhetnek, hasonlóan a legtöbb irodalmi modellhezA műveletek bármikor elkezdődhetnek és befejeződhetnek, hasonlóan a legtöbb irodalmi modellhez

Új modell jellemzői  Anyagmérleg: A műveletek közötti kapcsolatokat közvetlenül veszi figyelembe, szemben az irodalmi modellekkel:A műveletek közötti kapcsolatokat közvetlenül veszi figyelembe, szemben az irodalmi modellekkel: IrodalmiÚj modell

Új modell jellemzői  Eseményreprezentáció: Minden készüléken külön definiálja a műveletek halmazátMinden készüléken külön definiálja a műveletek halmazát A műveletek kezdeti és befejezési idejét a művelet típusától függetlenül kezeliA műveletek kezdeti és befejezési idejét a művelet típusától függetlenül kezeli Tstart i,n Tend i,n Tstart j,n Tend j,n Számos big-M egyenletet lehet így eliminálni, amellyel a relaxáció javítható i: feladat j: készülék

Új modell vizsgálata  Az új modell alkalmazhatóságát három különböző nehézségű feladaton vizsgáltuk: 1.Hagyományos (irodalmi példákhoz hasonló) 2.Tárolási időkorlátokat tartalmazó 3.Tárolási időkorlátokat, folytonos műveleteket és kapcsolódási korlátokat tartalmazó

A mintapélda 1. szint2. szint3. szint készülék 1 készülék 2 készülék 3 készülék 4 készülék 5 készülék 4 készülék 5 1. termék 2. termék készülék 1

Eredmények az 1. verzióra IerapetritouMaravelias Maravelias discrete Sundaramoorthy Új modell Talált megoldás (legelső fizibilis) CPU idő [sec] idő Készülék 1 Készülék 2 Készülék 3 Készülék 4 Készülék 5 Termék 1Termék 2

Eredmények az 2. verzióra IerapetritouMaravelias Maravelias discrete Sundaramoorthy Új modell Talált megoldás (legelső fizibilis) CPU idő [sec] idő Készülék 1 Készülék 2 Készülék 3 Készülék 4 Készülék 5 Termék 1Termék 2

Eredmények az 3. verzióra IerapetritouMaravelias Maravelias discrete Sundaramoorthy Új modell Talált megoldás (legelső fizibilis) CPU idő [sec] (19% gap) 2.86 idő Készülék 1 Készülék 2 Készülék 3 Készülék 4 Készülék 5 Termék 1Termék 2

Összefoglalás  Egy új, az eddigiektől bizonyos szempontokban különböző modellt alkottunk  A kidolgozott modell az irodalomban található egyszerű ütemezési feladatok esetén az eddig használt modellekhez hasonló eredményt ad  Speciális jellemzők esetén előtérbe kerülnek az új modell előnyei