Chương 2

KỸ THUẬT ĐIỀU ĐỘ
CHƯƠNG 2: THỦ TỤC TỔNG QUÁT CHO MỘT MÁY
Mục tiêu của chương:
- Trình bày được mô hình các bài toán điều độ tổng quát
- Giải được bài toán điều độ tổng quát cho máy đơn khi
sử dụng luật phân việc đơn giản, luật phân việc phức
tạp và giải thuật để xác định tối ưu trong bài toán điều
độ
1
Webiste: https://haui.edu.vn © 2022 Hanoi University of Industry All rights reserved
2.1 Các kí hiệu
Các kí hiệu được sử dụng trong bài toán điều độ gồm:
- Số lượng các công việc m
- Số lượng các thiết bị n
- Kí hiệu j và k chỉ các công việc thứ j và k
- Kí hiệu h và i chỉ các máy h và i
- Thời gian gia công công việc j (processing time) Pij: là thời gian công
việc j phải được gia công trên máy i, kí hiệu i sẽ được bỏ qua nếu thời
gian gia công công việc j không phụ thuộc vào máy i hay chỉ được gia
công trên một máy duy nhất
2
2.1 Các kí hiệu
- Tốc độ sản xuất của sản phẩm j là qj = 1/pj
- Ngày bắt đầu sản xuất (release date, ready date) rj là thời gian công việc đến hệ
thống (thời gian sớm nhất mà một công việc j có thể bắt đầu).
- Ngày tới hạn (Due date) dj: là ngày công việc j cần phải hoàn tất (cũng có thể là
ngày giao hàng cho khách). Nếu hoàn thành công việc sau ngày tới hạn thì phải
chịu một khoản bồi thường. Do đó, hạn cuối (Deadline) là ngày tới hạn cần phải
đáp ứng.
- Trọng số (Weight) wj: Trọng số của công việc j là một hệ số ưu tiên, biểu thị mức
độ quan trọng của công việc j so với các công việc khác trong hệ thống
3
2.1 Các kí hiệu
- Thời gian hoàn thành (Completion date) Cij: là thời gian công việc j hoàn tất
trên máy i. Nếu i bị bỏ qua thì Cj là thời gian hoàn thành công viêc j.
- Thời gian trên hệ thống (Flow time) Fj: là thời gian mà công việc j trải qua trong
hệ thống, Fj = Cj – rj
- Thời gian trung bình trên hệ thống (Mean Flow Time – MTS): F = σ𝒏𝟏 𝑭𝒋 / σ𝒏𝟏 𝒎𝒋
- Số lượng công việc trung bình trong hệ thống = σ𝒏𝟏 𝑭𝒋 /Cij
- Thời gian hoàn thành công việc cuối cùng (Makespan): Makespan = (Thời gian
hoàn thành công việc j) – (thời gian bắt đầu công việc đầu tiên)
- Thời gian trễ đại số (Lateness) Lj: Lj = Cj – dj . Lj > 0 nếu công việc thật sự trễ; Lj
< 0 nếu công việc được thực hiện sớm hơn ngày tới hạn.
- Thời gian trễ (Tardiness) Tj: Tj = max (0, Lj ) nên Tj >= 0
4
2.1 Các kí hiệu
- Tỷ số tới hạn (Critical Ratio – CR)
Theo nguyên tắc này, doanh nghiệp sẽ ưu tiên thực hiện công việc có chỉ số tới hạn nhỏ nhất
trước. Chỉ số tới hạn được tính như sau:
CR = Tj /Nj
Trong đó: Tj: là thời gian còn lại đối với công việc j (Thời hạn hoàn thành – Thời điểm hiện tại)
Nj: là thời gian gia công còn lại của công việc j
CR > 1: Công việc được hoàn thành trước thời hạn.
CR = 1: Công việc hoàn thành đúng thời hạn.
CR < 1: Công việc không hoàn thành đúng thời hạn.
5
2.1 Các kí hiệu
Việc so sánh đánh giá các phương án sắp xếp theo các nguyên tắc ưu tiên được thực hiện dựa
trên cơ sở xác định các chỉ tiêu chủ yếu sau:
• Dòng thời gian: Khoảng thời gian từ khi công việc đưa vào phân xưởng đến khi hoàn thành.
• Dòng thời gian lớn nhất: Tổng thời gian cần thiết để hoàn thành tất cả các công việc.
• Dòng thời gian trung bình: Trung bình các dòng thời gian của mỗi công việc.
• Thời gian chậm trễ lớn nhất: Tổng số thời gian chậm trễ.
- Số công việc trung bình = Tổng dòng thời gian/Tổng thời gian gia công
- Thời gian hoàn thành trung bình = Tổng thời gian/Số công việc (đơn đặt hàng)
- Thời gian chậm trễ trung bình = Tổng thời gian/Số công việc (đơn đặt hàng)
- Hiệu quả của phương án sắp xếp = Tổng thời gian thực hiện các công việc/Tổng thời
gian
6
2.2 Luật phân việc cơ bản
• Luật tĩnh (không phụ thuộc vào thời gian):

là một hàm về dữ liệu công việc, máy móc
• Luật động (Phụ thuộc thời gian) có biến
Luật phân việc cơ thời gian tham gia vào
bản • Luật cục bộ và luật tổng thể
7
Một số luật kinh nghiệm
- Thực hiện theo thứ tự ngẫu nhiên (Service in Random order – SIRO)
Khi nào máy được rảnh rỗi thì công việc tiếp theo được chọn ngẫu nhiên để thực
hiện
- Thực hiện công việc có thời gian sẵn sàng sớm nhất (Earliest Release Date
first – ERS)
Luật này tương đương với luật đến trước thực hiện trước (First Com First Served)
mục tiêu là cực tiểu hóa thời gian chờ.
- Thực hiện công việc có thời gian dư (Slack) nhỏ nhất trước (Minimum Slack
first – MS)
Khi có một máy rảnh rỗi tại thời điểm t, thời gian dư (slack) còn lại của mỗi công
việc tại thời điểm t đó được định nghĩa là:
Slack = (dj – pj – t)
Trong đó: dj: Thời gian tới hạn
pj: Thời gian xử lý
t: Thời gian hiện tại
8

- Giá trị thời gian dư < 0 khi
công việc trễ hạn; bằng
không khi công việc đúng hạn
và > 0 khi công việc sớm.
Hình 2.1 minh họa khái niệm
về thời gian dư, công việc có
độ dư cực tiểu (Mininum
slack) sẽ được điều độ trước
Hình 2.1: Luật MS
9
- Thực hiện công việc có thời gian gia công nhỏ nhất có trọng số (Weighted
Shortest Processing Time first – WSPT)
Công việc có tỷ số (wj /Pj ) lớn nhất được thực hiện trước.
- Thực hiện trước công việc có thời gian gia công dài nhất (Longest Processing
Time first – LPT)
Luật này thường được áp dụng trong mô hình máy song song để cân bằng tải trên
các máy
- Thực hiện trước công việc có thời gian chuẩn bị nhỏ nhất (Shortest set up Time
first – SST)
Luật này chọn công việc có thời gian chuẩn bị nhỏ nhất để thực hiện trước
- Thực hiện trước công việc có độ linh hoạt ít nhất (Least Flexible Job fist – LFJ)
Luật này chọn công việc có độ linh hoạt nhỏ nhất để thực hiện (là công việc chỉ thực
hiện trên một số máy nhất định). Luật này thích hợp cho mô hình các máy song song
không đồng nhất.
10

- Thực hiện công việc đến trước làm trước (First come, First serve – FCFS)
Theo nguyên tắc này những đơn hàng, công việc hoặc khách hàng nào đến trước sẽ được
ưu tiên thực hiện hoặc phục vụ trước và ngược lại. Ưu điểm của nguyên tắc này là dễ theo
dõi, sắp xếp và làm vừa lòng khách hàng nhưng ngược lại nếu đơn hàng hoặc khối lượng
công việc lớn thì những đơn hàng sau sẽ phải chờ lâu.
- Thực hiện công việc thời gian hoàn thành ngắn nhất (Earliest Due Date – EDD)
Theo nguyên tắc này đơn hàng nào yêu cầu hoàn thành sớm nhất thì được ưu tiên làm
trước. Ưu điểm là nguy cơ chậm và tổn thất ít nhưng ngược lại có thể khách hàng bỏ đi vì
chờ đợi lâu.
- Thực hiện công việc thời gian gia công ngắn nhất (Shorted Processing Time – SPT)
Theo nguyên tắc này công việc nào dự kiến làm nhanh nhất thì ưu tiên thực hiện trước, việc
nào làm lâu hơn sẽ thực hiện sau. Ưu điểm của nguyên tắc này là làm giảm dòng thời gian
và số công việc nằm trong hệ thống nhưng nhược điểm là những công việc dài thường bị
đẩy hết về phía sau để ưu tiên cho các công việc làm ngắn hơn có thể sẽ làm khách hàng
không hài lòng và phải thường xuyên điều chỉnh các công việc dài hạn theo từng chu kỳ.
11

- Thực hiện trước công việc trên đường tới hạn (Critical Patch - CP)
Chọn công việc trên đường tới hạn để thực hiện trước, thích hợp cho các công
việc có rang buộc trước – sau.
- Thực hiện trước công việc có số việc theo sau nhiều nhất (Largest Number of
Successors - LNS)
Chọn công việc có danh sách các công việc theo sau là dài nhất để thực hiện
trước
- Thực hiện trước công việc có hàng đợi ngắn nhất ở thao tác kế tiếp (Shortest
Queue at the Next Operation - SQNO)
Theo luật này, công việc nào có hàng đợi trên máy kế tiếp cho thao tác kế tiếp sẽ
được chọn để thực hiện trước.
Các công việc được sắp xếp theo thứ tự tương ứng với qui luật được chọn, công
việc nào thực hiện xong sẽ xóa đi
12
Bảng 2.1 Các luật phân việc cơ bản
Tính chất Luật Dữ kiện Mục tiêu liên quan
Luật phụ thuộc vào ERD rj Thời gian hoàn tất, năng suất
ngày sẵn sàng thực EDD dj Độ trễ đại số lớn nhất
hiện và ngày tới hạn MS dj Độ trễ đại số lớn nhất
LPT pj Tải trên các máy song song
SPT pj Tổng thời gian hoàn tất số lượng bán thành phẩm
Luật phụ thuộc vào
WSPT Pj , w j Tổng thời gian hoàn tất có trọng số, lượng bán thành phẩm
thời gian gia công
CP pj, ,giàng buộc trước - sau Thời gian hoàn tất công việc cuối cùng
LNS pj, ,giàng buộc trước - sau Thời gian hoàn tất công việc cuối cùng
SIRO - Không có mục tiêu cố định gì cả
SST sjk Thời gian hoàn tất công việc cuối cùng và năng suất
Các luật khác
LFJ Mj Thời gian hoàn tất công việc cuối cùng và năng suất
SQNO - Thời gian rảnh rỗi của máy
13
Ví dụ 1: Có 5 công việc cần phải thực hiện tại một cơ sở sản xuất cơ khí, thời
gian thực hiện, thời hạn hoàn thành và thứ tự nhận cho trong biểu sau:
Công Số ngày hoàn
Số ngày gia công
việc thành
A 2 5
B 8 8
C 6 12
D 4 10
E 1 4
Hãy phân giao công việc theo các nguyên tắc: FCFS; EDD; SPT; LPT; Slack và chỉ số tới
hạn CR nhỏ nhất
14
Phương án 1: Phân giao công việc theo nguyên tắc đến trước làm trước (FCFS)
Thời gian gia công Thời hạn hoàn Dòng thời gian Thời gian trễ
Công việc
(dj ) thành (Cj ) (Fj ) (Tj )
A 2 5 2 -
B 8 8 10 2
C 6 12 16 4
D 4 10 20 10
E 1 4 21 17
21 69 33
Hãy phân giao công việc theo các nguyên tắc: FCFS; EDD; SPT; LPT; Slack và chỉ số tới
hạn CR nhỏ nhất
15
Phương án 1: Phân giao công việc theo nguyên tắc đến trước làm trước (FCFS)
- Số công việc bị chậm: 4
- Dòng thời gian trung bình: 69/5 = 13,8 ngày
- Số công việc trung bình nằm trong doanh nghiệp: 69/21 = 3,29 ngày.
- Thời gian chậm trung bình: 33/5 = 6,6 ngày.
- Hiệu quả của phương án này là: (21/69)* 100% = 30,4%
- Thứ tự ưu tiên sắp xếp các công việc: A – B – C – D – E
16
VD1: Kết quả tính theo các nguyên tắc trên được tóm tắt trong bảng sau đây:
Dòng
Hiệu quả Thời gian
Nguyên thời gian Số công
Thứ tự công của Số công chậm
tắc ưu trung việc trung
việc phương án việc chậm trung bình
tiên bình bình (ngày)
(%) (ngày)
(ngày)
FCFS A–B–C–D-E 13,8 3,29 30,4% 4 6,6
EDD E–A–B–D-C 10,2 2,43 41,1% 3 3,4
SPT E–A–D–C-B 9,0 2,14 46,7% 2 2,8
LPT B–C–D–A-E 16,2 3,86 25,9% 4 8,4
17
VD2: Cho 4 công việc và các thông số dj , pj , wj như bảng sau:
Công việc 1 2 3 4
pj 13 9 13 10
dj 12 37 21 22
wj 2 4 2 5
Hãy: Thực hiện điều độ công việc theo các luật EDD, MS, SPT, WSPT, LPT
18
2.3 Các luật phân việc phức hợp
Luật phân việc phức hợp là một biểu thức kết hợp một số các qui luật phân việc
cơ bản, Gồm những hàm theo thuộc tính của công việc, máy hoặc cả hai
Thuộc tính có thể là hằng số hoặc phụ thuộc vào thời gian.
Ví dụ:
Thuộc tính công việc là khối lượng, thời gian xử lý và hạn hoàn thành công việc
Thuộc tính của máy móc là tốc độ, số lượng công việc chờ gia công và tổng các
tiến trình đang trong chờ hàng chờ
Hai phương pháp được sử dụng trong luật phân việc phức tạp:
- Chi phí trễ rõ ràng ( Apparent Tardiness Cost – ATC)
- Chi phí trễ rõ ràng có tính đến chi phí chuẩn bị (Apparent Tardiness Cost with
setup – ATCS)
Cả hai bài toán đều hướng đến điều độ một máy đơn với n công việc (đều sẵn
sàng ở thời điểm 0) với mục tiêu là cực tiểu thời gian trễ
19
• Phương pháp ATC
Phương pháp ATC là một qui luật điều độ phức hợp được kết hợp WSPT và MS
Theo luật ATC: mỗi lần chỉ thực hiện điều độ cho một công việc, nghĩa là mỗi khi
máy rảnh rỗi thì chỉ xếp hạng sẽ được tính cho công việc còn lại
Công việc có chỉ số xếp hạng Ij cao nhất sẽ được chọn tiến hành tiếp theo và
được xác định như sau:
𝒘𝒋 𝒎𝒂𝒙(𝒅𝒋 −𝒑𝒋 −𝒕,𝟎)
Ij (t) = 𝒑 𝒆𝒙𝒑 (− 𝑲ഥ𝒑
)
𝒋
Trong đó: K: Hệ số điều chỉnh (có thể được xác định từ thực nghiệm)
ഥ : Trung bình thời gian tiến hành của các công việc còn lại
𝒑
dj: Ngày công việc j cần phải hoàn tất
wj:Trọng số của công việc j là một hệ số ưu tiên
Pj: Thời gian công việc j phải được gia công
20
- Khi K rất lớn: Qui luật ACT sẽ là WSPT
- Khi K rất nhỏ và không có công việc quá hạn: ACT sẽ là MS
- Khi K rất nhỏ và có công việc quá hạn: ACT sẽ là WSPT áp dụng cho công
việc quá hạn
Ngoài ra: K để có kế hoạch tốt K còn được gọi là tham số mô phỏng (Look
ahead parameter), giá trị K được xác định bằng phân tích thống kê trong
trường hợp cụ thể đang xem xét hoặc thực hiện mô phỏng trước
21
ഥ
𝒅
- Hệ số 𝝉 , độ chặt của ngày tới hạn (Due Date Tightness): 𝝉 = 1 -
𝑪𝒎𝒂𝒙
ഥ : giá trị trung bình của các ngày tới hạn
Trong đó: 𝒅
Cmax: là thời gian hoàn tất các công việc
Khi giá trị 𝝉 gần 1 chỉ ra rằng ngày tới hạn gần kề và xấp xỉ o chỉ ra rằng ngày
tới hạn còn dư nhiều
𝒅𝒎𝒂𝒙 − 𝒅𝒎𝒊𝒏
- Hệ số 𝑹 khoảng tới hạn (Due Date range): 𝑹 = 𝑪𝒎𝒂𝒙
+ Khi giá trị 𝑹 cao: Khoảng tới hạn rộng
+ Khi giá trị 𝑹 nhỏ: Khoảng tới hạn hẹp
Như vậy, để cực tiểu σ 𝒘𝒋 𝑻𝒋 trên một máy hay nhiều máy phức tạp cần xác định
rõ các tham số Ij; K; 𝝉; R
22
ഥ
𝒅
- Hệ số 𝝉 , độ chặt của ngày tới hạn (Due Date Tightness): 𝝉 = 1 -
𝑪𝒎𝒂𝒙
ഥ : giá trị trung bình của các ngày tới hạn
Trong đó: 𝒅
Cmax: là thời gian hoàn tất các công việc
Khi giá trị 𝝉 gần 1 chỉ ra rằng ngày tới hạn gần kề và xấp xỉ o chỉ ra rằng ngày
tới hạn còn dư nhiều
𝒅𝒎𝒂𝒙 − 𝒅𝒎𝒊𝒏
- Hệ số 𝑹 khoảng tới hạn (Due Date range): 𝑹 = 𝑪𝒎𝒂𝒙
+ Khi giá trị 𝑹 cao: Khoảng tới hạn rộng
+ Khi giá trị 𝑹 nhỏ: Khoảng tới hạn hẹp
Như vậy, để cực tiểu σ 𝒘𝒋 𝑻𝒋 trên một máy hay nhiều máy phức tạp cần xác định
rõ các tham số Ij; K; 𝝉; R
23
• Phương pháp ATCS
Theo qui luật ATCS, áp dụng cho bài toán n công việc và một máy đơn
Mục tiêu là cực tiểu tổng thời gian trễ có trọng số.
Qui luật tính toán chỉ số của công việc thứ j phụ thuộc vào công việc vừa mới
hoàn tất l tại thời điểm t được thiết lập như sau:
𝒘𝒋 𝒎𝒂𝒙(𝒅𝒋 −𝒑𝒋 −𝒕,𝟎 𝒑𝒋 − 𝒕,𝟎 ) 𝑺𝒍𝒋
Ij (t,l) = 𝒆𝒙𝒑 (− ഥ
) 𝒆𝒙𝒑 (− 𝑲 𝒔ത)
𝒑𝒋 𝑲𝟏 𝒑 𝟐
Trong đó: 𝒔ത : Trung bình thời gian chuẩn bị của các công việc còn lại cần lên kế
hoạch
𝑺𝒍𝒋 : Thời gian chuẩn bị cho công việc j khi j được thực hiện ngay sau
công việc l
K1: Tham số tỷ lệ liên quan đến thời gian chuẩn bị
K2: Tham số đo lường liên quan đến thời gian chuẩn bị
24
Những tham số Ij, 𝝉, R là những đại lượng vô hướng và thiết lập chúng độc lập
với những đơn vị dung mô tả khác nhau.
Hai tham số đo lường K1 và K2 là hàm theo ba hệ số sau:
- Độ chặt chẽ của ngày tới hạn 𝝉.
- Khoảng tới hạn R
𝒔ത
- Hệ số thời gian chuẩn bị nghiêm ngặt 𝝉 = 𝒑ഥ
Trước khi tính hệ số 𝝉, R khoảng thời gian hoàn thành công việc Cmax được
ước lượng trước.
Cmax = σ𝒏𝒋=𝟏 𝒑𝒋 + 𝒏ത𝒔
25
Những định nghĩa của 𝝉 và R phải được chỉnh sửa bằng cách thay khoảng thời
gian hoàn thành công việc bằng ước lượng của nó. Theo kinh nghiệm
K1 = 4,5 + R khi R ≤ 0,5
K2 = 6 – 2R khi R ≥ 0,5
𝝉
K2 = 𝟐 ɳ
26
Ví dụ: Áp dụng bài toán ATCS cho bài toán đơn:
Xét một bài toán tổng độ trễ có trọng số với 4 công việc ràng buộc theo thời gian
chuẩn bị phụ thuộc vào trình tự công việc cho một máy. Số liệu như sau:
Thời gian thực hiện pj 13 9 13 10
Ngày tới hạn dj 12 37 21 22
Trọng số wj 2 4 2 5
Thời gian chuẩn phụ thuộc tuần tự của các Thời gian chuẩn bị s0j cho công việc thực hiện
công việc sau công việc đầu tiên là đầu tiên là
Công việc 1 2 3 4 1 2 3 4
Công việc
s1j - 4 1 3
s0j 1 1 3 4
s2j 0 - 1 0
s3j 1 2 - 3
s4j 4 3 1 -
27
Thời gian thực hiện trung bình 𝒑
ഥ ≈ 𝟏𝟏 và thời gian chuẩn bị trung bình ഥ
𝒔 ≈ 𝟐.
Ước lượng Makespan là:
Cmax = σ𝒏𝒋=𝟏 𝒑𝒋 + 𝒏ഥ
𝒔 = 45 + 4x2 = 53
R = 25/53 ≈ 𝟎, 𝟒𝟕; 𝝉 = 1 – 23/53 ≈ 𝟎, 𝟓𝟕, và ɳ = 2/11 ≈ 𝟎, 𝟏𝟖 , theo qui luật

dự đoán thì K1 = 5 và K2 = 7. Để xác định công việc nào làm trước, ta
phải tính Ij với j = 1,…,4
(𝟏𝟐−𝟏𝟑)+ 𝟐 (𝟐𝟏−𝟏𝟑)+ 𝟑
𝑰𝟏 𝟎, 𝟎 =
𝟐
𝐞𝐱𝐩 (−
𝟏
)exp(- ) ≈ 𝟎, 𝟎𝟕𝟓 𝑰𝟑 𝟎, 𝟎 = 𝐞𝐱𝐩 (− )exp(- ) ≈ 𝟎, 𝟎𝟏𝟔
𝟏𝟑 𝟓𝟓 𝟏.𝟒 𝟏𝟑 𝟓𝟓 𝟏.𝟒
𝟒 (𝟑𝟕−𝟗)+ 𝟏 𝟓 (𝟐𝟐−𝟏𝟎)+ 𝟒
𝑰𝟐 𝟎, 𝟎 = 𝐞𝐱𝐩 (− )exp(- ) ≈ 𝟎, 𝟏𝟑𝟏 𝑰𝟒 𝟎, 𝟎 = 𝐞𝐱𝐩 (− )exp(- ) ≈ 𝟎, 𝟎𝟕𝟓
𝟗 𝟓𝟓 𝟏.𝟒 𝟏𝟑 𝟓𝟓 𝟏.𝟒
28
Qui luật ATCS dễ áp dụng cho các bài toán điều độ với những máy song song
với m máy xác định song song, n công việc có thời gian chuẩn bị phụ thuộc vào
trình tự gia công và mục tiêu là cực tiểu tổng thời gian trễ có trọng số, trong đó
K1 , K2 được xác định trước và là hàm của 𝝉, R, ɳ, m :
Hình 2.2: Biểu đồ Giant minh họa điều độ công việc bằng ATCS
29
2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

Giải thuật Banch and Bound là phương
pháp liệt kê. Trong đó, các bảng điều độ
hay một loạt bảng điều độ bị bỏ đi, bằng
cách chỉ ra được những giá trị mục tiêu
của tất cả những kế hoạch điều độ cao
hơn một cận dưới nào đó và cận dưới ≥
giá trị mục tiêu của một kế hoạch đã đạt
được trước đó.
Ưu điểm: Được sử dụng rộng rãi để tìm lời
Hình 2.3: Minh họa cách chia nhánh
giải tối ưu cho bài toán điều độ.
trong giải thuật Branch and Bound
Nhược điểm: Tốn rất nhiều thời gian vì số
lượng nút thường rất lớn
30

VD: Xét một máy đơn với n công
việc có ngày bắt đầu và tới hạn
khác nhau. Mục tiêu là cực tiểu
thời gian trễ cực đại (maximum
lateness) và không chấp nhận sự
ưu tiên
Hình 2.3: Minh họa cách chia nhánh trong giải

thuật Branch and Bound
31

Mô tả:
- Tại mức 0: chưa có công việc nào được đưa
vào trình tự điều độ.
- Ở mức 1: Mỗi nút tương ứng cho một phần
của bảng điều độ khi một công việc cụ thể
được đưa vào vị trí đầu tiên của kế hoạch.
Nếu công việc số 1 được điều độ đầu tiên ký

hiệu là: (1 * * ….*). Dấu * chỉ một công việc trong giải thuật Branch and Bound
bắt đầu không phải là 1
32

Mô tả:
- Tại mức 2: sẽ có n(n-1) nút.
Tại mức 2: 2 công việc tại 2 vị trí đầu của kế
hoạch được xác định
VD: (1 2 * * * … *) hoặc (1 n * * * … *)
Tương tự, tại mức k sẽ có k công việc trong
kế hoạch được xác định
33
Mô tả:
- Khi thực hiện không cần thiết phải xem
xét tất cả các công việc còn lại như là ứng
viên cho vị trí kế tiếp

34

- Nếu như tại 1 nút ở mức k -1, các công việc
j1, …, jk-1 đã được gán cho k -1 vị trí đầu tiên.
Công việc c được xem như là ứng viên cho vị
trí k tiếp theo nếu thỏa mãn:
Rc < 𝒎𝒊𝒏𝒊 ∈𝒋 (𝒎𝒂𝒙 𝒕, 𝒓𝟏 + p1 )
Trong đó:
J: Tập các công việc chưa được điều độ.
t: Thời gian máy hoàn thành công việc jk-1 Hình 2.3: Minh họa cách chia nhánh
Nếu công việc c không thỏa mãn bất phương trong giải thuật Branch and Bound
trình, thì:
Rc ≥ 𝒎𝒊𝒏𝒊 ∈𝒋 (𝒎𝒂𝒙 𝒕, 𝒓𝟏 + p1 )
35

VD: Xem xét một máy với 3 công việc sau. Xác định bảng điêu độ tối ưu với mục
tiêu cực tiểu Lmax
Công việc 1 2 3
Pj 3 2 5
rj 0 3 4
dj 4 6 3
36

Tại mức 1:
5 10 15 20
Tìm kiếm có 3 nút: (1, *,*); (2, *, *); (3, *, *)
- Với nút (1, *, *), thứ tự điều độ là 1,3,2),
tính Lmax = max(1,5,6) = 6. Chặn dưới
cho trường hợp này là 6. 1 3 2
- Nút (2, *, *) thứ tự điều độ 2,3,2, tính
Hình 2.4: Áp dụng luật EDD điều độ
được Lmax= 7. Chặn dưới cho trường
cho nút (1, *, *)
hợp này là 7.
- Nút (3, *, *) thứ tự điều độ 3,2,1, tính được Lmax= 8.
Chặn dưới cho trường hợp này là 7.
37

Căn cứ vào chặn dưới, không cần
tiếp tục cho các nút (2, *, *) và (3,
*, *). Quá trình điều độ sẽ được
tiếp tục cho nút (1, *, *).
Ở mức 2 của sơ đồ hình cây, xem
xét (1,2, *) và (1,3, *), tuy nhiên vì
việc cuối cùng đã được xác định,
chỉ cần so sánh Lmax giữa kế
hoạch điều độ (1,2,3) và (1,3,2). Dễ
thấy kế hoạch điều độ tối ưu là
(1,2,3) với Lmax = -1.
Hình 2.5: Sơ đồ hình nhánh cây trong ví dụ
38
2.5 Giải thuật tìm kiếm tia (Beam Search)

Giải thuật tìm kiếm tia chỉ xét những những nút có triển vọng tại mức k. Những nút
khác ở mức đó sẽ bị bỏ đi. Số lượng nút được giữ lại gọi là độ rộng tìm kiếm của
tia (beam width of seach)
Lựa chọn một số nút Lựa chọn tập con

Đánh giá sơ bộ các Các nhánh sẽ được
đi vào để đánh giá cho các nút đã chọn
nút phát sinh ở mức phát xuống mức kế
(gọi là chiều rộng bộ (Số lượng tập con =
k tiếp (từ tập con)
lọc “Filter width) Độ rộng tia)
Giá trị hàm mục tiêu điều độ giải thuật này đại diện cho giới hạn trên của kế hoạch
điều độ tốt nhất cho các nhánh từ nút đó đổ xuống
39

Giải thuật tìm kiếm tia xét khi áp dụng bài toán cho một máy mới n công việc. Mỗi
nút tại mức k thì có k công việc đã được xác định.
- Nút đơn ở mức o được nối đến n nút ở mức 1.
- Mỗi nút ở mức 1 được nối đến n – 1 nút ở mức 2. Do đó, tổng có tổng n(n-1) nút ở
mức 2.
- Tại mức k sẽ có n!(n-k)! nút.
- Mức n sẽ có n! nút
Giải thuật tìm kiếm tia là một biến thể của của Branch and Bound: Cố gắng giới hạn
các nhánh theo một đường lối để không phải kiểm tra tất cả các nhánh. Do đó, thời
gian tính toán ít hơn so với Branch and Bound nhưng không đảm bảo giải pháp tối
ưu
40

VD: Xét bài toán một máy với hàm mục tiêu cực tiểu tổng độ trễ có trọng số (theo
bảng số liệu):
- Tất cả công việc đều sẵn sàng ở thời điểm 0 (rj = o, Ɐ j).
- Thời gian chuẩn bị không phụ thuộc vào tình tự công việc
Pj 10 10 13 4
dj 4 2 1 12
wj 14 12 1 12
41

Giải:
Do số lượng công việc khá nhỏ nên sử dụng một loại dự đoán cho các nút
tại bất kỳ một mức cụ thể nào đó và không sử dụng cơ cấu lọc.
Chọn chiều rộng tia = 2
Sử dụng qui luật ACT
Hệ số khoảng tới hạn R = 11/37
𝟑𝟐
Hệ số độ khó ngày tới hạn 𝝉 = .
𝟑𝟕
Tham số L (Look ahead) chọn = 5
42

Mỗi nút trong hai nút sẽ dẫn đến 3 nút ở mức 2:
- Nút (1, *, *, *) đến (1, 2, *, *), (1, 3, *, *) và (1, 4, *, *)
- Nút (2, *, *, *) đến (2, 3, *, *), (2, 4, *, *)
Áp dụng qui tắc ATC, giữ lại 2 trong 6 nút ở mức 2
là: (1, 4, *, *) đến (2, 4, *, *) với hàm mục tiêu ?????
Hai nút ở mức 2 phân nhánh xuống 4 nút ở
mức 3 (mức cuối) là: (1, 4, 2, 3), (1, 4, 3, 2), (2,
4, 1, 3), (2, 4, 3, 1).
Như vậy, nút (1, 4, 2, 3) là tốt nhất với tổng
thời gian trễ là 408. Kết quả này là tối ưu khi Hình 2.6: Giải thuật tìm kiếm tia ứng dụng mô hình máy
đơn cho bài toán cực tiểu tổng thời gian trễ có trọng số
giải bài toán bằng phương pháp Branch and
Bound
43
2.6 Giải thuật di truyền (Genetic Algorithms)

2.6.1 Nguyên lý giải thuật
Chọn ra lời Xác định được

giải tốt nhất lời giải tối ưu
• Phát sinh • Toán tử di truyền được áp dụng
nhiều bài giải lên các cá thể để làm cơ sở phát
• Dựa trên
cùng lúc sinh ra những nhóm lời giải sau
những lời giải
trên nguyên tắc “ Càng về sau
được tạo ra
càng tốt hơn”
Áp dụng các
Ban đầu toán tử di
truyền
44

2.6.1 Cây quan hệ
Di truyền học
(Genetics)
Di truyền học Di truyền học Di truyền học Di truyền học

phân tử con người quần thể tập tính
(Molecular (Human (Polulation (Behavioral
Genentics) Genenitcs) Genetics) Genenetics)
Nền tảng của giải

thuật di truyền
Hình 2.7: Cây di truyền

45

2.6.2 Không gian tìm kiếm
Sử dụng lý thuyết Gas để tối ưu hóa, trong đó mỗi cá thể được mã hóa (Coded)
thành một vector thành phần có chiều dài hữu hạn thông qua biến nhị phân (0,1).
Các cá thể của bài toán giống như nhiễm sắc thể (Chromosomes) và các biến số
tương ứng với các gen. Vì vậy, nhiễm sắc thể bao gồm một vài gen (biến số).
Hệ số phù hợp (Fitness score) được gán cho mỗi lời giải, biểu diễn cho khả năng
của mỗi cá thể để “hoàn tất” công việc.
Xác định tối ưu hay gần tối ưu là dựa vào hệ số phù hợp
Mục đích Gas là sử dụng phương pháp khác nhau để sản sinh ra những lời giải tốt
hơn “Cha, mẹ” của chúng.
46

2.6.2 Không gian tìm kiếm
Dựa vào hệ số
GA duy trì quần
phù hợp tạo ra Hệ số phù
thể (gồm n Cha mẹ
một chuỗi hợp nào cao
nhiễm sắc thể - lựa chọn
(offspring) nhất sẽ có
lời giải) tương ra cá thể
thông qua sinh cơ hội được
ứng với hệ số (mate)
sản hay tạo sinh lựa chọn
phù hợp
(Reproduction)
Như vậy, lời giải mới sinh ra chứa nhiều gen tốt hơn và lời giải trước đó. Cuối
cùng, một quần thể hội tụ và cho lời giải gần tối ưu là chuỗi sinh ra không khác gì
máy so với chuỗi của các lời giải trước đó.
47

2.6.3 Các toán tử trong giải thuật tổng quát
* Chọn lọc (Selection): Chọn ra cá thể tồn tại có hệ số phù hợp nhất.
• Lai ghép (Cross over): Giao phối giữa hai cá thể
• Đột biến (Mutation): Đột biến ngẫu nhiên
48

2.6.3 Thuật toán bằng mã giả (Pseudo – Code)
* Khởi tạo quần thể một cách ngẫu nhiên (Population (t))
• Xác định hàm độ phù hợp cho quần thể hiện tại
• Lặp:
- Chọn “Cha, mẹ” từ quần thể
- Thực hiện toán thể lai ghép trên cha/mẹ, tạo ra quần thể mới
- Thực hiện toán tử đột biến trên quần thể mới.
- Xác định giá trị độ phù hợp
* Cho đến khi lời giải đủ tốt hoặc thỏa mãn điều kiện dừng
49

2.6.3 Thuật toán bằng mã giả (Pseudo – Code)
Hình 1.8 mô tả quá trình lai ghép

một điểm của hai cá thể cha, mẹ A
& B tạo ra ra con C &D.
Mỗi con chứa các thành phần từ
cả cha và mẹ điều này dẫn đến
việc trao đổi thông tin giữa hai cá
Hình 2.8: Lai ghép một điểm
thể
50
BÀI TẬP
BT1: Xem xét một máy với 3 công việc sau.
Công việc 1 2 3
Pj 2 3 5
rj 0 3 4
dj 4 5 2
Giả thiết dùng giải thuật chia nhánh và chặn để và sử dụng luật phân công
công việc EDD. Hãy:
- Xác định bảng điêu độ tối ưu với mục tiêu cực tiểu Lmax
- Biểu diễn sơ đồ nhánh cây cho TH bài toán trên
51
BÀI TẬP
BT2: Xét bài toán một máy với hàm mục tiêu cực tiểu tổng độ trễ có trọng số (theo
bảng số liệu):
- Tất cả công việc đều sẵn sàng ở thời điểm 0 (rj = o, Ɐ j).
- Thời gian chuẩn bị không phụ thuộc vào tình tự công việc
Pj 8 9 12 5
dj 3 4 2 14
wj 12 14 3 15
Hãy:
- Dùng giải thuật tìm kiếm tia để xác định trình tự công các công việc tốt nhất
- Biểu diễn sơ đồ tìm kiếm tia cho bài toán trên
52

Chương 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chương 2

Uploaded by

Copyright:

Available Formats

KỸ THUẬT ĐIỀU ĐỘ

CHƯƠNG 2: THỦ TỤC TỔNG QUÁT CHO MỘT MÁY

Mục tiêu của chương:

• Luật tĩnh (không phụ thuộc vào thời gian):

Một số luật kinh nghiệm

Hình 2.1: Luật MS

Một số luật kinh nghiệm

Một số luật kinh nghiệm

R = 25/53 ≈ 𝟎, 𝟒𝟕; 𝝉 = 1 – 23/53 ≈ 𝟎, 𝟓𝟕, và ɳ = 2/11 ≈ 𝟎, 𝟏𝟖 , theo qui luật

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

Hình 2.3: Minh họa cách chia nhánh trong giải

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

Nếu công việc số 1 được điều độ đầu tiên ký

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

Hình 2.3: Minh họa cách chia nhánh

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

2.4 Giải thuật chia nhánh và chặn (Branch and Bound)

2.5 Giải thuật tìm kiếm tia (Beam Search)

Lựa chọn một số nút Lựa chọn tập con

2.5 Giải thuật tìm kiếm tia (Beam Search)

2.5 Giải thuật tìm kiếm tia (Beam Search)

2.5 Giải thuật tìm kiếm tia (Beam Search)

2.5 Giải thuật tìm kiếm tia (Beam Search)

2.6 Giải thuật di truyền (Genetic Algorithms)

Chọn ra lời Xác định được

2.6 Giải thuật di truyền (Genetic Algorithms)

Di truyền học Di truyền học Di truyền học Di truyền học

Nền tảng của giải

Hình 2.7: Cây di truyền

2.6 Giải thuật di truyền (Genetic Algorithms)

2.6 Giải thuật di truyền (Genetic Algorithms)

2.6 Giải thuật di truyền (Genetic Algorithms)

2.6 Giải thuật di truyền (Genetic Algorithms)

2.6 Giải thuật di truyền (Genetic Algorithms)

Hình 1.8 mô tả quá trình lai ghép

You might also like