作业调度以尽量减少损失

Question

我有一份工作安排问题。我们给出了开始时间和时间 完成订单，截止日期。

给出start time + time complete <= deadline。

如果我不能，我也会得到失败 在截止日期前完成工作。我必须设计一种算法来减少损失。

我尝试更改动态编程的标准算法，以最大限度地提高作业调度的利润，但没有成功。

我可以使用什么算法来解决问题？

Answer 1

动态编程不是基于您的目标优化的正确方法。您可以使用贪婪的方法找到优化的计划。

这是一个完整的guide，其中包含您所需语言（C ++）的示例代码，在本指南中假设每个作业只需要1个单位时间，您可以使用time_to_complete轻松修改。

Answer 2

你的问题与背包类似。如果你实际上并没有寻找最好的解决方案，那么使用贪婪的方法很方便，但只需要足够好＆＃34;一。

贪婪方法的最大优点是成本相当低于其他更彻底的＆＃34;但是，如果您需要 最佳解决方案，我会说回溯是可行的方法。

Answer 3

由于可以违反期限，因此问题看起来像是 Total Weighted Tardiness 调度问题。它有很多风格，但是在这个伞下的大多数问题在计算上都很困难，因此动态编程（DP）并不是我的首选。以我的经验，DP在建模和实现过程中也会遇到困难。对数学编程“按原样”的相同注释。可以更快实施的一些方法是：

1. constraint programming：学习曲线很小，并且那里有很多库，其中包括非常好的开源库（大多数都有C ++ API）。奖励：约束编程可以证明最优性。
2. 临时heuristics：（1）从constructive algorithm开始（例如greedy和Ling Zhong建议的Flavio Giobergia方法），然后（2）如果最终（3）将方法嵌入local search方案中，则使用某种metaheuristic方法进行改进。这样，您可以在上一步的基础上进行构建，并从中学到很多有关该问题的知识。注意：一般来说，启发式方法无法证明最优性
3. 特别提及： local solver ，是上述两者之间的一种混合方法：它允许您使用类似于约束编程的形式主义对问题进行建模，然后使用启发法解决它。它非常容易学习，通常可以让您快速入门，并且在我的测试中，它可以提供非常好的结果。