ПРИБЛИЖЕННЫЙ МЕТОД ПОСТРОЕНИЯ КОМПЛЕКСНЫХ РАСПИСАНИЙ ГРУППОВОЙ ОБРАБОТКИ ПАРТИЙ ПРИ НАЛИЧИИ ОШРАНИЧЕНИЙ 9 страница

3) на основе матриц и реализуется вычисление элементов матриц , матрицы вычисляются в порядке, начиная с l=1 до l=L;

4) для полученного вида матриц , и матриц определяется значение критерия и значения элементов матрицы ; сформированное таким образом решение в виде пары матриц , фиксируется как локально эффективное ( , );

5) если выполняется условие =1 (т.е. добавляемая в последовательности партия требований занимает первую в позицию), то изменение порядка партий в не выполняется, реализуется переход к шагу 13;

6) значение g индексашага текущего промежуточного решения инициализируется 1 ( – номер промежуточного шага алгоритма, связанного с определением локального эффективного решения по размещению партии требований i-го типа в количестве в последовательностях в окрестности текущего s-го решения), индексу текущего рассматриваемого столбца v матриц , присваивается значение ;

7) изменение в порядка партий таким образом, что рассматриваемая партия требований i-го типа перемещается на одну позицию в начало ; выполняемые действия с матрицами , имеют вид: , , , , , , , , где k' – индекс строки в матрице , в которой элемент в (v-1)-ом столбце равен 1 (на -ом шаге алгоритма предыдущая позиция для рассматриваемой партии, которую она занимает на -ом шаге); в результате формируются матрицы и ; индекс v текущего рассматриваемого столбца, идентифицирующий местоположение в рассматриваемой партии, модифицируется: ;

8) с использованием матриц и вычисляются матрицы , и (при ), а также значение критерия ;

9) если выполняется условие , то решение ( , ) более эффективное, чем текущее (решение ( , ), решение ( , ) интерпретируется как локально оптимальное: , значение s=s+1, значение индекса g шага поиска следующего локального оптимального решения в окрестности текущего задаётся равным 1, положение элементов и как соответствующее локальному эффективному решению для партии требований i-го типа в количестве фиксируется; выполняется переход к шагу 7;

10) если , то проверяется выполнение условия ( – значение метрики максимально возможной окрестности исходного решения , ), в которой выполняется поиск более эффективного решения , );

11) при выполнения условия реализуется дальнейший поиск более эффективного решения в окрестности исходного решения ( , )– текущего локально эффективного решения , модифицируется индекс g промежуточного шага поиска решения (g=g+1) , если v≠ 1 (рассматриваемая партия не является первой в ( , )) выполняется переход к шагу 7,

12) если условие не выполняется, полученное локально эффективное решение фиксируется ( фиксируется полученный в результате порядок партий);

13) модификация значений ; если , то s=s+1; ; выполняется переход к шагу 2;

14) если выполняется условие (для заданного значения индекса k набора вида все партии требований i-го типа размещены в последовательностях ), то реализуется модификация индекса (номера) k соответствующего набора; при выполняется переход к шагу 1;

15) при все партии i-ых типов, соответствующих наборам вида (при ) размещены в последовательностях расписания .

Реализация алгоритма формирования порядка обработки партий одной из групп позволяет выполнить упорядочивание партий требований в количестве (в каждой из которых требований ) в последовательностях , т.е. определить расписание обработки партий на приборах конвейерной системы.

Таким образом, результатом выполненных исследований является приближенный метод многоуровневого программирования идентификации эффективного решения задачи. С использованием разработанного метода определяется обобщенное решение, состоящее из эффективных решений на трех уровнях системы: первый уровень– эффективные количество и состав партий требований различных типов, второй уровень– эффективный состав групп партий, обрабатываемых в течение установленных интервалов времени, третий уровень – эффективный порядок обработки партий каждой группы на приборах системы. Все эффективные решения определяются с использованием введенных в рассмотрение критериев оптимизации для соответствующих уровней модели. Тогда эффективное количество и составы партий обеспечивают максимальное количество обработанных требований; эффективный состав групп партий обеспечивает минимальное общее время простоя оборудования (приборов) системы при обработке партий каждой группы; эффективный порядок обработки партий (расписание обработки партий) обеспечивает минимальное текущее время простоя приборов системы. При этом поставленная в статье задача решается в общем виде, это предполагает, что: многостадийная обрабатывающая конвейерная система может содержать произвольное количество приборов; количество интервалов времени функционирования системы, в течение которых выполняется обработка партий, является произвольным (т.е. произвольным является количество формируемых групп партий); произвольными являются и длительности интервалов обработки; поиск решения предполагает определение в эффективного состава партий, отличного от фиксированного состава партий, который рассматривается в существующих методах обработки партий. Дальнейшие исследования должны быть направлены на разработку моделей и методов формирования комплексных расписаний групповой обработки партий требований различных типов, входящих в состав формируемых комплектов требований одного и нескольких наименований, при наличии ограничений на длительности интервалов реализации операций с партиями требований в группах.