Étant donné travaux , chaque travail nécessite temps pour se terminer.
Chaque travail doit être prétraité et post-traité par une seule machine M qui ne peut gérer qu'un seul travail à la fois et les deux phases nécessitent 1 unité de temps. Après avoir été prétraité, le travail est envoyé à une machine avec une puissance illimitée (qui peut gérer en parallèle un nombre illimité de travaux) et il sera prêt dans le temps , puis il doit être envoyé ( immédiatement ) à nouveau à la machine M pour post-traitement.
Le problème de décision associé est:
Saisie: les temps de traitement de jobs, un entier Question: pouvons-nous traiter tous les jobs dans le temps utilisant le modèle de "goulot d'étranglement" ci-dessus?
Ce problème a-t-il un nom?
Quelle est sa complexité? (est-il dans ou est-il -complet?)
MISE À JOUR 29 mars:
Comme l'a correctement noté M.Cafaro dans sa réponse, le problème est similaire au
problème de temps de fin minimal sans contrainte (UMFT) (voir le chapitre 17 du
Manuel des algorithmes de planification ) qui est -hard (prouvé dans W. Kern et W. Nawijn, "Scheduling multi-operation jobs with time lags on a single machine", Université de Twente, 1993). Comme je peux le voir, il y a quelques différences car dans mon modèle:
- le temps de pré / post-traitement est constant (1 unité de temps)
- dès que le travail est terminé, il doit être immédiatement post-traité (le modèle UMFT permet des retards)
Je n'ai pas trouvé la preuve Kern & Nawijn en ligne, donc je ne sais toujours pas si les restrictions ci-dessus changent la difficulté du problème.
Enfin, vous pouvez penser l'ensemble du processus comme un robot de cuisson unique avec un grand four; le robot peut préparer différents types d'aliments un par un (tous nécessitent le même temps de préparation), les mettre au four, et dès qu'ils sont cuits il doit les retirer du four et ajouter des ingrédients froids ... le " problème du robot cuisinier " :-)
Réponses:
La question est éprouvée NP-hard dans «Minimizing Makespan in a Two-Machine Flow Shop with Delays and Unit-Time Operations is NP-Hard» de W. Yu, H. Hoogeveen et JK Lenstra (2004). Ceci est prouvé dans la section 9 du document:
Le modèle exact étudié ici est que le travail consiste en deux opérations qui prennent un temps unitaire séparé par un certain temps de retard . Le problème est fortement NP-complet à la fois lorsque la valeur exacte du retard est spécifiée pour chaque travail, et lorsqu'un certain délai minimum est spécifié pour chaque travail.T i T ii Ti Ti
la source
Cela ressemble au soi-disant modèle de planification maître-esclave introduit par Sahni . En particulier, votre problème relève des systèmes maître-esclave à maître unique. Vous pouvez distinguer plusieurs cas:
1) Si vous n'ajoutez aucune contrainte supplémentaire à l'ordre d'exécution des travaux (comme dans votre cas), le problème est appelé problème de temps de fin minimum sans contrainte (UMFT) et il a été démontré qu'il est NP-difficile;
2) Mêmes ordres de prétraitement et de post-traitement: il est possible de concevoir un algorithme pour construire un ordre préservant le calendrier de temps de fin minimum (OPMFT);O(nlogn)
Par conséquent, dans le cas 1, votre problème est dur, alors qu'il est dans dans le cas 2.PNP P
D'autres problèmes connexes sont:
3) Post-traitement d'ordre inverse: Pour toute permutation de prétraitement donnée, , il est possible de construire un programme d'ordre inverse, appelé programme d'ordre inverse canonique (CROS). Étant donné une permutation de prétraitement , le CROS correspondant est unique. Il est facile d’établir que chaque horaire d’ordre inverse de l’heure de fin minimale (ROMFT) est un CROS.σ σ
4) contrainte de non-attente en cours:
a) [MFTNW] Minimiser le temps de fin soumis à la contrainte no-wait-in-process; b) [OP-MFTNW] Ceci est la version préservant l'ordre de MFTNW. Autrement dit, minimiser le temps de finition soumis aux contraintes de non-attente en cours et de conservation des commandes; c) [RO-MFTNW] Minimiser le temps de fin soumis aux contraintes de non-attente en cours et d'ordre inverse.
Les problèmes et sont NP-difficiles, tandis que admet une solution temporelle polynomiale.a b c
Détails supplémentaires dans Handbook of Scheduling , chapitre 17.
la source