Ar. Gör. Pelin Alcan İŞ SIRALAMA DERS 3.

Slides:



Advertisements
Benzer bir sunumlar
FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
Advertisements

Sözlü Bildiri Olarak Sunulmuştur.
Algoritmalar Ders 8 Dinamik Programlama.
MIT503 Veri Yapıları ve algoritmalar Algoritma Oluşturma – Açgözlü algoritmalar ve buluşsallar Y. Doç. Yuriy Mishchenko.
TERZİ USULÜ VE SİPARİŞ ESASLI İŞ MODELİNDE ÇİZELGELEME İHTİYACI
Paralel Makineler ve Çizelgeleme
Problemi Çözme Adımları
Excel’in bazı istatistik fonksiyonlarını öğrenmek:
Bilgi Teknolojisinin Temel Kavramları
GENETİK ALGORİTMALAR (1-15.slayt).
Öğr.Gör. Dr. Şirin KARADENİZ
İŞ SIRALAMA VE ÇİZELGELEME
İŞ SIRALAMA VE ÇİZELGELEME Ders 2
Bellek Tabanlı Sınıflandırma
LEKIN Ar. Gör. Pelin ALCAN.
Özyinelemeli(Recursive) Algoritma Tasarımı
İŞ SIRALAMA VE ÇİZELGELEME DERS 4
ALGORİTMA ve PROGRAMLAMA
OTOMATA TEORİSİ SELÇUK KILINÇ
MIT503 Veri Yapıları ve algoritmalar Veri ağaçları
KESİRLER.
EŞDEĞER SİSTEMLER İLE BASİTLEŞTİRME
Koentegrasyon Bir çok makro iktisadi zaman serisi stokastik ya da deterministik trend içermektedir. Bu tür serileri, durağanlığı sağlanıncaya kadar farkını.
Yapay Zeka DR.KORHAN KAYIŞLI.
GEOMETRİK PROGRAMLAMA
İŞ SIRALAMA VE ÇİZELGELEME DERS 5
Problem Yaklaşım Temelleri, Algoritma ve Akış Şeması
TEMEL KURAM VE AÇMAZLARIYLA BİLGİSAYAR BİLİMİ
TEMEL KURAM VE AÇMAZLARIYLA BİLGİSAYAR BİLİMİ
TEMEL KURAM VE AÇMAZLARIYLA BİLGİSAYAR BİLİMİ
TRANSİT TAŞIMA (TRANSSHIPMENT)
HANOİ KULELERİ.
MATEMATİK 1 POLİNOMLAR.
SONLU ELEMANLAR DERS 4.
ENF 204 Bilgisayar Programlama Algoritma ve Akış Diyagramları
PHP Programlama Dili GİRİŞ.
Problem Yaklaşım Temelleri, Algoritma ve Akış Şeması
Bilgi Teknolojisinin Temel Kavramları
Prof. Dr. Halil İbrahim Karakaş
…ÇOKLU REGRESYON MODELİ…
SİMPLEKS METOT Müh. Ekonomisi.
Simpleks Yöntemi İle Doğrusal Modellerin Çözümü
Stok Yönetimi Planlı Sonradan Siparişli EOQ veya
ONDALIK GÖSTERİM Ondalık gösterimle verilen sayılar okunurken
HAVAYOLU UÇUŞ PLANLAMADA UÇUŞ ROTASYON OPTİMİZASYONU
PROGRAMLAMAYA GİRİŞ VE ALGORİTMA
Bölüm10 İteratif İyileştirme Copyright © 2007 Pearson Addison-Wesley. All rights reserved.
PROGRAMLAMAYA GİRİŞ VE ALGORİTMA
Optimizasyon Modelleri ve Uygulamaları
Algoritmalar II Ders 2 Dinamik Programlama Yöntemi.
Algoritmalar II Ders 5 Açgözlü Algoritmalar.
T.C. ÖMER HALİSDEMİR ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BİLGİSAYAR VE ÖĞRETİM TEKNOLOJİLERİ ÖĞRETMENLİĞİ EĞİTİMDE BİLİŞİM TEKNOLOJİLERİ – 2 DERSİ ALGORİTMALAR.
Kümeleme Modeli (Clustering)
Algoritmalar II Ders 8 Açgözlü Algoritmalar.
PROGRAMLAMAYA GİRİŞ VE ALGORİTMA
Algoritmalar II Ders 1: Alan zaman takası yöntemi.
PROGRAMLAMAYA GİRİŞ VE ALGORİTMA
PROGRAMLAMAYA GİRİŞ VE ALGORİTMA
PROGRAMLAMA VE KODLAMAYA GİRİŞ
PROGRAMLAMAYA GİRİŞ VE ALGORİTMA
Fırat Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Müh.
Bilgisayar Bilimi Problem Çözme Süreci-2.
Problemi Çözme Adımları
Algoritmalar II Ders 9 Dinamik Programlama ve Açgözlü Yaklaşım Soruları.
Algoritmalar II Ders 3 Dinamik Programlama Yöntemi.
Algoritmalar II Ders 2 Dinamik Programlama Yöntemi.
Klinik Bilgi Sistemleri
Sunum transkripti:

Ar. Gör. Pelin Alcan İŞ SIRALAMA DERS 3

Algoritma, np ve np-hard Algoritma mekanik davranan kişiye veya bir makineye, bir takım verilerden yola çıkarak ve sonlu sayıda aşamalardan geçerek, belli bir problemi çözme imkanı veren, çok kesin komutlar bütününden oluşur. Bir algoritmanın çalışmasındaki temel zorunluluk her türlü belirsizlikten arınmış olmasıdır.

Np problemler Problemin çözümüne yönelik bir algoritma araştırılmadan önce bu problemin sonlu sayıda aşamada çözülüp çözülemeyeceğini bilmek gerekir. Hesaplanabilirlik ve karar verilebilirlik terimleri işte bunu açıklar.

Polinomial zaman içerisinde deterministik olmayan makinelerde çözülebilen her algoritma deterministik olmayan polinomial algoritma olarak ele alınacaktır ve bu problemler NP sınıfını oluşturacaktır. NP-hard, her hangi bir algoritma ile optimal sonucuna ulaşılamayan problemlerdir.

Example: Machine shop has 5 unprocessed jobs (J1, J2, J3, J4, J5) numbers by order they entered Bottleneck machines queue: Job # Process Time Due Date 1 11 61 2 29 45 3 31 4 33 5 32 http://www.d.umn.edu/~rlindek1/POM/Lecture_Slides/Scheduling%20of%20Jobs_Sset11.ppt > Kaynak

Using FCFS: Mean Flow Time: (268)/5 = 53.4 Sequence Comp. Time D. Date Tardiness J1 11 61 J2 40 45 J3 71 31 J4 72 33 39 J5 74 32 42 Totals 268 121 Mean Flow Time: (268)/5 = 53.4 Avg Tardiness: (121)/5 = 24.2 # Tardy Jobs: 3

SPT: Mean Flow Time: (135)/5 = 27. Avg Tardiness: (52)/5 = 10.4 Sequence Comp. Time D. Date Tardiness J4 1 61 J5 3 45 J1 14 31 J2 43 33 10 J3 74 32 42 Totals 135 52 Mean Flow Time: (135)/5 = 27. Avg Tardiness: (52)/5 = 10.4 # Tardy: 2

EDD: Mean Flow Time: (235)/5 = 47. Avg Tardiness: (33)/5 = 6.6 Sequence Comp. Time D. Date Tardiness J3 31 J5 33 32 1 J4 34 J2 63 45 18 J1 74 61 13 Totals 235 Mean Flow Time: (235)/5 = 47. Avg Tardiness: (33)/5 = 6.6 # Tardy: 4

Moore Algoritması 6/1//n probleminde, Moore Algoritmasına göre çözümü yapınız. İŞ 1 2 3 4 5 6 Teslim Tarihi 15 9 23 20 30 İşlem zamanı 10 8

Moore Algoritması EDD ‘ ye göre sıralama yapılır. İŞ 2 3 1 5 4 6 Teslim Tarihi 9 15 20 23 30 İşlem Zamanı Bitiş Zamanı 7 10 17 … 8

Daha sonra 1 işi çıkartılır. 17, 15’ ten büyüktür Daha sonra 1 işi çıkartılır. 17, 15’ ten büyüktür. Yani teslim tarihini geçmiştir. İŞ 2 3 1 5 4 6 Teslim Tarihi 9 15 20 23 30 İşlem Zamanı Bitiş Zamanı 7 10 17 8 25

1 işi çıktı. İlerledik. 4 işine geldik 1 işi çıktı. İlerledik. 4 işine geldik. Bitim zamanı 25, teslim tarihi ise 23. 4 işi de sıradan çıkartılacaktır. İŞ 2 3 1 5 4 6 Teslim Tarihi 9 15 20 23 30 İşlem Zamanı Bitiş Zamanı 7 10 17 8 25

Optimal sıra şöyle olacaktır sonuçta; {2, 3, 5, 6, 1, 4} ya da {2, 3, 5, 6, 4, 1}

Örnek 2. (Moore için) 10/1//nt problemini çözelim. iş 1 2 3 4 5 6 7 8 9 10 D(i) 19 16 25 14 31 23 15 P(İ) EDD’ ye göre sıralama > (9, 4,5,6,10,2,1,8,3,7)

Örnek 2. (Moore için) iş 9 4 5 6 10 2 1 8 3 7 D(i) 14 15 16 19 23 25 31 P(İ) Bitiş 11 18 *** 20 Bitiş 1 3 7 11 15 *** 16 17 19 Sonuçta, 2 ve 1 işi çıkartılır. Sıralamalar şöyledir:

Örnek 2. (Moore için) Sıralamalar şöyledir; {9-4-5-6-10-8-3-7-2-1} Ya da {9-4-5-6-10-8-3-7-1-2}

Tek Tezgahta İşleme : Öncelik Baskıları ve Etkinlik 2 önemli nokta vardır burada; İlk olarak,makinelerin yerleşiminin ayarlanmasında, etkili sonuç için esaslı bir zamana ihtiyaç vardır. İkinci olarak ise bir işin bitmesi gerekir ki, ardından gelen iş başlasın.

Lawler’ in Algoritması Burada, öncelik baskılarının genelleştirilmesi önemlidir. Bu algoritma, bir işin maksimum maliyetini minimize eder. Burada ki değeri zamanın parasal değerini veren bir katsayıdır.

Örnek 3. 6/1/Lmax probleminin bilgileri şöyledir; J1 , J2’ nin önüne geçmelidir. J2; J3 ‘ ün önünde olmalıdır ve J4; J5 ve J6 ‘ nın önüne geçmelidir. Öncelik baskıları aşağıdaki gibidir: j5 j1 j2 j3 j4 j6

İŞ j1 j2 j3 j4 j5 j6 İşlem zamanı 2 3 4 1 Teslim Tarihi 6 9 7 11

V = J3, J5, J6 (Bunlar son işlerdir) Bir küme şeklinde toplarız. Son iş 6. iş. İşlem zamanı (p6) = 2+3+4+3+2+1 = 15 olur. Böylece V şu formda yazılır; V = min { (15-9), (15-11), (15-7) } Buna göre minimum gecikme J5’ te olur. Böylece J5 işi 6. sıraya yerleştirilir. ( - - - - - J5 ) V5 =4

Listeden J5’ i sileriz. Böylece ilk 5 işin tamamlanma zamanı > 15 – 2 = 13 olur. Şimdi J3 veya J6 işleri son işler olabilir. Yani, V = {J3 , J6} dır. Böylece V=min {(13-9),(13-7)}. İçinde minimum gecikme J3’ de olmaktadır. Bu nedenle J3 işi 5. sıraya yerleştirilir. Listeden silinir J3. ( - - - - J3 J5 )

T = 13 – 4 = 9 ve V={J2 , J6} dır. V=min {(9-6),(9-7)}. Minimum gecikme J6’ da olmaktadır. J6 , 4. sıraya yerleştirilir. Listeden silinir. ( - - - J6 J3 J5 ) Böylece V ={J2 , J4} olur. T = 9 -1 = 8 ve V=min {(8-6),(8-7)}. Minimum gecikme J4’ de olmaktadır. J4, 3. sıraya yerleştirilir. Listeden silinir.

( - - J4 J6 J3 J5 ) yeni sıramız olur. T = 8-3 = 5 ve V = {J2} olur. V=min {(5-3)}. J2, 2. sıraya yerleştirilir. Listeden silinir. ( - J2 J4 J6 J3 J5 ) . Böylece optimal sıra; ( J1 J2 J4 J6 J3 J5 ) olmaktadır. Ardından TABLO DEĞERİ bulunacaktır.

J5 J3 J6 J4 J2 J1 j1 j2 j3 j4 j5 j6 T Programlanan iş 15 * 6 4 8 13 S 9 3 2 J6 1 J4 5 -1 J2 J1

TEŞEKKÜRLER……… 