CN112766811B - 一种动态调整叶节点工序的综合调度方法 - Google Patents

一种动态调整叶节点工序的综合调度方法 Download PDF

Info

Publication number
CN112766811B
CN112766811B CN202110156427.0A CN202110156427A CN112766811B CN 112766811 B CN112766811 B CN 112766811B CN 202110156427 A CN202110156427 A CN 202110156427A CN 112766811 B CN112766811 B CN 112766811B
Authority
CN
China
Prior art keywords
leaf node
scheduling
tree
complex product
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110156427.0A
Other languages
English (en)
Other versions
CN112766811A (zh
Inventor
周伟
孙明
张桂杰
滕鑫鹏
英昌盛
周芃玮
石林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Minglong Electronic Technology Co ltd
Original Assignee
Jilin Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin Normal University filed Critical Jilin Normal University
Priority to CN202110156427.0A priority Critical patent/CN112766811B/zh
Publication of CN112766811A publication Critical patent/CN112766811A/zh
Application granted granted Critical
Publication of CN112766811B publication Critical patent/CN112766811B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提出一种动态调整叶节点工序的综合调度方法，所述方法是以由复杂产品工艺树的叶节点工序和对应的加工设备组成的“工序组”作为优化对象，首先以复杂产品工艺树原始树图构建叶节点工序和对应加工设备的工序组，在工序组中优先调度层优先级较高的叶节点工序；其次，在工艺树中删除已调度的叶节点工序，重构复杂产品工艺树和叶节点工序，更新叶节点工序和对应加工设备的工序组；如此循环分解，直到原始工艺树中所有工序全部调度完毕的综合调度方法。实验表明，本发明所述方法在复杂产品的综合调度中相对于关键设备工序紧凑调度算法、考虑串行工序紧密度的择时算法，设备整体利用率分别提高了19.7％、10.5％，效果更优。

Description

一种动态调整叶节点工序的综合调度方法
技术领域
本发明属于工序调度技术领域，特别是涉及一种动态调整叶节点工序的综合调度方法。
背景技术
产品制造的生产调度问题作为影响生产效率的主要因素，一直都是专家学者们研究的热点问题。在人力资源、设备资源等有限的前提下，如何更好的提高生产加工的时间效率和设备的利用效率直接决定了企业的生产效率，也是制造业致力解决的重要问题。
随着计算机技术的发展和社会需求的变化，制造行业的产品调度也随之发生了转变，发展到大数据和人工智能的时代，人们对复杂产品的需求日趋个性化和多样化，因而多品种、小批量复杂工艺的产品调度问题亟需解决。为此，有专家学者提出了“将产品的加工和装配一同处理”的综合调度并开展了一系列的研究，产生了诸多调度算法，也拓展出很多新的研究领域。
虽然现有的综合调度算法已经取得了较好的研究成果，但是仍然存在横纵双向优化中兼顾性不完善的问题。例如考虑串行工序紧密度的择时方法，虽然提出了以串行工序数量为排序策略的算法，但是忽略了叶节点工序的调度对整体调度效果的影响；又如关键设备工序紧凑调度算法，虽然采用了“拟关键路径方法”和“最佳适应方法”来减少加工设备的空闲时间，但是当关键设备上的叶节点工序不是独立工序时，会在关键设备上产生很多无法利用的空闲时间段，从而影响了调度的整体效果。
针对综合调度众多方法中因忽略叶节点工序的调度优势而导致设备利用率较低、工序间衔接度较弱的问题，提出了一种动态调整叶节点工序的综合调度方法。本发明所述方法将复杂产品工艺树中的叶节点工序和对应加工设备的组合作为影响综合调度优化效果的因素，通过不断更新和调度叶节点工序达到优化复杂产品综合调度效果的目的。
发明内容
本发明目的是针对目前多品种、小批量的复杂产品综合调度过程中，以“工序”或者“设备”为单一优化对象，因忽略叶节点工序的调度优势而导致设备利用率较低、工序间衔接度较弱的问题，提出了一种动态调整叶节点工序的综合调度方法。
本发明是通过以下技术方案实现的，本发明提出一种动态调整叶节点工序的综合调度方法，所述方法包括以下步骤：
Step1：以复杂产品工艺树图为基础，确定所有叶节点工序，计算各个叶节点工序的层优先级；
Step2：建立叶节点工序和对应加工设备工序组；
Step3：判断工序组中待调度叶节点工序是否唯一，是则调度；否则转Step4；
Step4：按照层优先级由高到低的顺序依次调度工序组内叶节点工序；
Step5：在复杂产品工艺树的树图中删除已经调度完成的叶节点工序，形成新的工艺树；
Step6：判断经过Step5重构的工艺树是否只有根节点工序，是则转Step7；否则转Step2，更新工序组；
Step7：调度根节点工序，复杂产品调度完毕。
进一步地，在复杂产品工艺树中，除根节点工序具有紧前工序外，其他没有紧前工序但是具有紧后工序的工序定义为叶节点工序，且叶节点工序数量大于等于1。
进一步地，假设复杂产品加工工艺树有n层，则将根节点工序的优先级定义为1，根节点工序的所有后裔节点工序的优先级定义为2，以此类推，直到第n层的所有节点的优先级定义为n；定义根节点工序的优先级最低，第n层上工序的优先级最高。
进一步地，在综合调度中，处于当前复杂产品工艺树中的叶节点工序和其对应的加工设备组成的加工组合定义为工序组；在工序组中，一台设备至少对应一道叶节点工序。
本发明所述方法是以由复杂产品工艺树的叶节点工序和对应的加工设备组成的“工序组”作为优化对象，首先以复杂产品工艺树原始树图构建叶节点工序和对应加工设备的工序组，在工序组中优先调度层优先级较高的叶节点工序；其次，在工艺树中删除已调度的叶节点工序，重构复杂产品工艺树和叶节点工序，更新叶节点工序和对应加工设备的工序组；如此循环分解，直到原始工艺树中所有工序全部调度完毕的综合调度方法。
附图说明
图1为本发明所述动态调整叶节点工序的综合调度方法流程图；
图2为复杂产品A工艺树图；
图3为复杂产品A工艺树图初始叶节点工序图；
图4为第一次调度结束后的新树图；
图5为本发明方法加工复杂产品A(27工时)甘特图；
图6为关键设备工序紧凑调度算法(41工时)甘特图；
图7为考虑串行工序紧密度的择时综合调度算法(31工时)甘特图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
结合图1，本发明提出一种动态调整叶节点工序的综合调度方法，所述方法包括以下步骤：
Step1：以复杂产品工艺树图为基础，确定所有叶节点工序，计算各个叶节点工序的层优先级；
Step2：建立叶节点工序和对应加工设备工序组；
Step3：判断工序组中待调度叶节点工序是否唯一，是则调度；否则转Step4；
Step4：按照层优先级由高到低的顺序依次调度工序组内叶节点工序；
Step5：在复杂产品工艺树的树图中删除已经调度完成的叶节点工序，形成新的工艺树；
Step6：判断经过Step5重构的工艺树是否只有根节点工序，是则转Step7；否则转Step2，更新工序组；
Step7：调度根节点工序，复杂产品调度完毕。
1.相关定义
假设复杂产品共有n道工序，在m台对应设备上进行加工，综合调度要求：
(1)同一时刻同一设备只能加工一道工序；
(2)每道工序只能在一台设备上加工；
(3)不存在相同设备。
定义1：叶节点工序
在复杂产品工艺树中，除根节点工序具有紧前工序外，其他没有紧前工序但是具有紧后工序的工序定义为叶节点工序，且叶节点工序数量必须大于等于1。
定义2：工序层优先级
假设复杂产品加工工艺树有n层，则将根节点工序的优先级定义为1，根节点工序的所有后裔节点工序的优先级定义为2，以此类推，直到第n层的所有节点的优先级定义为n。定义根节点工序的优先级最低，第n层上工序的优先级最高。
定义3：工序组
在综合调度中，处于当前复杂产品工艺树中的叶节点工序和其对应的加工设备组成的加工组合定义为工序组。在工序组中，一台设备至少对应一道叶节点工序。
本发明所述方法中，复杂产品加工的全过程中所有加工设备彼此独立，设备间不存在优先顺序的问题。本发明所述方法分别从横纵两个方面优化了复杂产品的综合调度效果，其中纵向优化是通过在工序组内优先调度层优先级较高的叶节点工序实现的，即优先调度纵向路径较长的工序，达到缩短整体加工用时的优化目标；横向优化是通过循环产生新叶节点工序实现的，即通过提高串行工序的紧密衔接度，减少对应设备上工序加工的间隔时间，达到提高各个设备利用率的优化效果。所以，本发明所述方法在纵横双向上优化了复杂产品的调度总体效果，为解决一般复杂产品的综合调度提供了一种新的方法，并为进一步深入研究综合调度拓展了思路，具有一定的理论和实际意义。
为进一步阐述本发明所述方法的优越性，假设复杂产品A工艺树如图2所示，共有11层、27个加工工序。需要说明的是，此算例不特指某一类产品，发明方法对于其他小批量多品种的复杂产品亦适用。
1.调度过程阐述
Step1：以复杂产品工艺树图为基础，确定原始工艺树图叶节点工序，共计9道：{A26、A27、A22、A24、A17、A19、A21、A14、A6}，如图3所示。
Step2：建立叶节点工序和对应加工设备工序组。
复杂产品A工序分别在4台不同的设备上进行加工，建立工序组如下：
M1:{A26/1/4}；M2:{A6/2/3、A21/2/1、A27/2/2}；M3:{A17/3/1、A24/3/3}；M4:{A14/4/1、A19/4/3、A22/4/1}。
Step3和Step4：设备M1工序组中待调度叶节点工序只有A26，直接调度；设备M2、M3、M4对应的工序组中，叶节点工序数量不唯一，需要按照层优先级由高到低的顺序排列组内叶节点工序从而进行调度。在工序组M2:{A27/2/2、A21/2/1、A6/2/3}内，工序A27的层优先级为11、工序A21的层优先级为8、工序A6的层优先级为4，所以工序组M2中的调度顺序为M2:{A27/2/2、A21/2/1、A6/2/3}；工序组M3中工序A24的层优先级为9，大于工序A17的层优先级8，所以工序组M3的调度顺序为M3:{A24/3/3、A17/3/1}；同理，工序组M4的调度顺序为M4:{A22/4/1、A19/4/3、A14/4/1}。
Step5：在复杂产品工艺树图中删除已经调度完成的叶节点工序，形成新的工艺树图，得到新的叶节点工序3道：{A25、A20、A13}，如图4所示。
Step6：更新叶节点工序和对应加工设备工序组，重复上述步骤，直到根节点工序A1调度完毕，调度过程如表1所示。
表1复杂产品A调度过程表
Figure BDA0002934864650000051
复杂产品A按照动态调整叶节点工序方法的调度顺序为：{A26，A27，A21，A6，A24，A17，A22，A19，A14，A13，A25，A20，A16，A10，A23，A18，A8，A12，A15，A5，A3，A11，A9，A7，A4，A2，A1}，调度甘特图如图5所示，共计27个加工用时。
2.算法对比分析
2.1关键设备工序紧凑调度算法对比
该算法将加工用时最多的设备定义为关键设备，在关键设备上采用拟关键路径方法调度各个工序，其余工序则采用最佳适应方法进行调度。
针对复杂产品A的加工工艺树，采用关键设备工序紧凑调度算法的调度顺序为{A26、A27、A25、A23、A22、A18、A19、A15、A11、A24、A20、A21、A16、A12、A9、A17、A13、A14、A8、A10、A5、A6、A3、A2、A1}，如图6所示，总用时41工时。
对比分析本发明所述方法和关键设备工序紧凑调度算法对应的加工甘特图5和图6，本发明所述方法中各个加工设备不相同且彼此独立，所以在满足紧前工序(组)约束前提下，设备M3在t＝16时刻调度工序A9，充分利用了设备M3在t＝16到t＝18时刻的空闲段。同时，因工序A5在图5中比在图6中早16个工时开始加工，其紧后工序(组)A3、A2、A1的加工时间比在图6中分别提前了16、14、14个工时开始加工。在图5中，在设备M2上本发明所述方法从t＝0到t＝13时刻一直连续加工，处于“设备忙”的状态，提高了设备M2的设备利用率；在设备M1上本发明所述方法因工序A13从t＝4时刻开始加工，比图6中的t＝25时刻提前了21个工时开始加工，其后序工序A8、A3均提前了16个工时开始加工。而在图6中，关键设备工序紧凑调度算法产生了很多不可利用的大段空闲时间，如设备M1上在t＝15时刻到t＝25时刻的10个工时，设备M2上在t＝13时刻到t＝27时刻的14个工时，设备M3上在t＝25时刻到t＝34时刻的9个工时等。对比分析表明本发明所述方法能够较好的减少对应加工设备的空闲时间，并提高了加工工序的紧密衔接度，本发明所述方法的设备总体利用率相对提高率提高了19.7％，优化了复杂产品整体调度效果。
2.2考虑串行工序紧密度的择时综合调度算法对比
该算法在复杂产品工艺树的整体结构的基础上，首先将工艺树按照排序策略划分为只具有串行关系的工序序列，然后从调度方案集合中按照择时策略依次选择加工总用时最小和最早的方案进行调度。
针对复杂产品A的加工工艺树，采用考虑串行工序紧密度的择时算法形成初始调度方案为{A1、A2、A4、A7、A9、A11、A15、A18、A18、A25、A26}，在此基础上按照{A3、A11、A9、A13、A17、A19、A16、A20、A24、A6、A19、A27、A21、A14、A22、A26}的顺序进行调整，结果甘特图如图7所示，总加工用时为31工时。
对比分析本发明所述方法和考虑串行工序紧密度的择时综合调度算法对应的加工甘特图5和图7，本发明所述方法所有设备均从t＝0时刻的始点开始加工，整体上比考虑串行工序紧密度的择时算法中的各工序衔接度要高。
在设备M4上，图5在t＝20时刻完成了对应所有工序的加工，而图7中在设备M4上所有工序加工结束前在t＝0至t＝8时刻、t＝9至t＝10时刻、t＝16至t＝19时刻、t＝20至t＝22时刻出现共计14个工时的设备空闲时间段，明显多于图5中的9个工时的空闲时间段，设备M4利用率提高了11％。
在设备M3上，图5在t＝25时刻完成了对应所有工序的加工，而图7中在设备M3上所有工序加工结束前在t＝3至t＝4时刻、t＝5至t＝14时刻、t＝16至t＝20时刻、t＝27至t＝28时刻出现共计15个工时的设备空闲时间段，多于图5中的11个工时的空闲时间段，设备M3利用率提高了7.7％。
在设备M2上，图5在t＝22时刻完成了对应所有工序的加工，而图7中在设备M2上所有工序加工结束前在t＝0至t＝2时刻、t＝5至t＝7时刻、t＝14至t＝18时刻、t＝19至t＝24时刻出现共计13个工时的设备空闲时间段，明显多于图5中t＝13至t＝14时刻、t＝15至t＝21时刻共计7个工时的空闲时间段，设备M2利用率提高了14.6％。
在设备M1上，图5在t＝27时刻完成了对应所有工序的加工，而图7中在设备M1上所有工序加工结束前在t＝0至t＝5时刻、t＝19至t＝29时刻出现共计15个工时的设备空闲时间段，多于图5中t＝6至t＝10时刻、t＝18至t＝25时刻共计11个工时的空闲时间段，设备M1利用率提高7.7％。
综上，从设备利用率的角度分析，本发明所述方法采用将对应设备与动态调整产生的叶节点工序进行组合的方法，是从工序和设备两个角度进行优化，对比分析表明本发明所述方法不仅减少了各个设备的空闲时间段，而且提高了所有加工设备的利用率，进而提高了复杂产品加工的设备总体利用率。三种算法的调度过程时间对比和设备利用率对比如表2所示。
表2三种算法的调度过程时间对比和设备利用率对比
Figure BDA0002934864650000071
2.3三种算法调度结果对比分析
对于图1所示的复杂产品A加工工艺树图，关键设备工序紧凑调度算法的总加工用时为41工时、考虑串行工序紧密度的择时算法总加工用时为31工时、本发明所述方法总加工用时为27工时。之所以本发明所述方法更优，主要是因为：
关键设备工序紧凑调度算法以加工用时最长的设备为优化对象，虽然注重影响综合调度效果的长路径上的工序(组),但没有充分发挥独立工序的最佳适应方法，特别是当叶节点工序不是独立工序的时候，会在加工设备上产生大段的不可利用的空闲时间。如设备M1上在t＝15到t＝25时刻的10个工时的空闲，设备M2上在t＝13到t＝27时刻的14个工时的空闲，设备M3上在t＝25到t＝34时刻的9个工时、t＝10时刻到t＝17时刻的7个工时的空闲等。
考虑串行工序紧密度的择时算法以工序为优化对象，通过择时调度策略确定串行工序加工开始时间点，忽略了设备因素在综合调度中的重要作用，同样没有充分考虑到设备的利用率问题。例如设备M1在t＝18至t＝29时刻、设备M3在t＝5至t＝14时刻、设备M4在t＝1至t＝8时刻这些时间段一直处于空闲状态，没有加工工序，因而导致了对复杂产品加工过程的整体影响。
本发明所述方法以叶节点工序和设备的工序组为优化对象，实验表明本发明所述方法在复杂产品的综合调度中相对于关键设备工序紧凑调度算法、考虑串行工序紧密度的择时算法，设备整体利用率分别提高了19.7％、10.5％，效果更优。因此，本发明所述方法不仅为解决一般复杂产品的综合调度提供了一种新的方法，而且为进一步深入研究综合调度拓展了思路，具有一定的理论和实际意义。
以上对本发明所提出的一种动态调整叶节点工序的综合调度方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (2)

1.一种动态调整叶节点工序的综合调度方法，其特征在于：所述方法包括以下步骤：
Step1：以复杂产品工艺树图为基础，确定所有叶节点工序，计算各个叶节点工序的层优先级；复杂产品为复杂产品A，所述复杂产品工艺树共有11层、27个加工工序，确定原始工艺树图叶节点工序，共计9道：{A26、A27、A22、A24、A17、A19、A21、A14、A6}；
Step2：建立叶节点工序和对应加工设备工序组；
复杂产品A工序分别在4台不同的设备上进行加工，建立工序组如下：
M1:{A26/1/4}；M2:{A6/2/3、A21/2/1、A27/2/2}；M3:{A17/3/1、A24/3/3}；M4:{A14/4/1、A19/4/3、A22/4/1}；
Step3：判断工序组中待调度叶节点工序是否唯一，是则调度；否则转Step4；
Step4：按照层优先级由高到低的顺序依次调度工序组内叶节点工序；
在Step3和Step4中，设备M1工序组中待调度叶节点工序只有A26，直接调度；设备M2、M3、M4对应的工序组中，叶节点工序数量不唯一，需要按照层优先级由高到低的顺序排列组内叶节点工序从而进行调度，在工序组M2:{A27/2/2、A21/2/1、A6/2/3}内，工序A27的层优先级为11、工序A21的层优先级为8、工序A6的层优先级为4，所以工序组M2中的调度顺序为M2:{A27/2/2、A21/2/1、A6/2/3}；工序组M3中工序A24的层优先级为9，大于工序A17的层优先级8，所以工序组M3的调度顺序为M3:{A24/3/3、A17/3/1}；同理，工序组M4的调度顺序为M4:{A22/4/1、A19/4/3、A14/4/1}；
Step5：在复杂产品工艺树的树图中删除已经调度完成的叶节点工序，形成新的工艺树；得到新的叶节点工序3道：{A25、A20、A13}；
Step6：判断经过Step5重构的工艺树是否只有根节点工序，是则转Step7；否则转Step2，更新工序组；具体为：更新叶节点工序和对应加工设备工序组，重复上述步骤，直到根节点工序A1调度完毕；复杂产品A按照动态调整叶节点工序方法的调度顺序为：{A26，A27，A21，A6，A24，A17，A22，A19，A14，A13，A25，A20，A16，A10，A23，A18，A8，A12，A15，A5，A3，A11，A9，A7，A4，A2，A1}，共计27个加工用时；
Step7：调度根节点工序，复杂产品调度完毕；
在复杂产品工艺树中，除根节点工序具有紧前工序外，其他没有紧前工序但是具有紧后工序的工序定义为叶节点工序，且叶节点工序数量大于等于1；
在综合调度中，处于当前复杂产品工艺树中的叶节点工序和其对应的加工设备组成的加工组合定义为工序组；在工序组中，一台设备至少对应一道叶节点工序。
2.根据权利要求1所述的方法，其特征在于：假设复杂产品加工工艺树有n层，则将根节点工序的优先级定义为1，根节点工序的所有后裔节点工序的优先级定义为2，以此类推，直到第n层的所有节点的优先级定义为n；定义根节点工序的优先级最低，第n层上工序的优先级最高。
CN202110156427.0A 2021-02-04 2021-02-04 一种动态调整叶节点工序的综合调度方法 Active CN112766811B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110156427.0A CN112766811B (zh) 2021-02-04 2021-02-04 一种动态调整叶节点工序的综合调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110156427.0A CN112766811B (zh) 2021-02-04 2021-02-04 一种动态调整叶节点工序的综合调度方法

Publications (2)

Publication Number Publication Date
CN112766811A CN112766811A (zh) 2021-05-07
CN112766811B true CN112766811B (zh) 2022-06-28

Family

ID=75705002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110156427.0A Active CN112766811B (zh) 2021-02-04 2021-02-04 一种动态调整叶节点工序的综合调度方法

Country Status (1)

Country Link
CN (1) CN112766811B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114611885B (zh) * 2022-02-22 2022-10-14 吉林师范大学 一种基于特殊设备的综合调度方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105511432A (zh) * 2015-12-09 2016-04-20 哈尔滨理工大学 基于路径长度的工序串综合调度方法
CN109961237A (zh) * 2019-04-02 2019-07-02 哈尔滨理工大学 动态局部最优树的综合调度方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8886872B1 (en) * 2011-10-06 2014-11-11 Google Inc. Memory command dispatch in a data storage device
CN106651139A (zh) * 2016-11-21 2017-05-10 哈尔滨理工大学 考虑同种设备工序的非对称多车间综合调度方法
CN110428140B (zh) * 2019-07-05 2022-11-11 惠州学院 一种工序序列择时的多设备工序调度方法
CN111369036B (zh) * 2020-02-18 2020-11-24 吉林师范大学 一种基于Dijkstra算法的综合调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105511432A (zh) * 2015-12-09 2016-04-20 哈尔滨理工大学 基于路径长度的工序串综合调度方法
CN109961237A (zh) * 2019-04-02 2019-07-02 哈尔滨理工大学 动态局部最优树的综合调度方法

Also Published As

Publication number Publication date
CN112766811A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
WO2022116323A1 (zh) 一种联邦学习调度方法、装置及系统
CN111369036B (zh) 一种基于Dijkstra算法的综合调度方法
Lee et al. Adaptive transmission scheduling in wireless networks for asynchronous federated learning
Hao et al. Time efficient federated learning with semi-asynchronous communication
CN107544251B (zh) 一种基于分布式鲁棒模型的最小化总拖期的单机调度方法
CN110084436B (zh) 一种动态保证关键路径工序调度的二车间综合调度方法
CN112766811B (zh) 一种动态调整叶节点工序的综合调度方法
CN109871270B (zh) 调度方案生成方法及装置
CN114356578A (zh) 自然语言处理模型的并行计算方法、装置、设备及介质
CN109548161A (zh) 一种无线资源调度的方法、装置和终端设备
CN104615684A (zh) 一种海量数据通信并发处理方法及系统
CN110929885A (zh) 一种面向智慧校园的分布式机器学习模型参数聚合方法
Wang et al. Latency-aware adaptive video summarization for mobile edge clouds
CN114186671A (zh) 一种大批量的去中心化分布式图像分类器训练方法和系统
CN114611885B (zh) 一种基于特殊设备的综合调度方法
CN117786542A (zh) 一种用于多源数据的多级实时分析处理方法
CN117155929B (zh) 分布式集群的通信方法、系统、电子设备及可读存储介质
CN115456194B (zh) 基于异步联邦学习的模型训练控制方法、装置及系统
CN113824650B (zh) 一种分布式深度学习系统中的参数传输调度算法及系统
CN109635328A (zh) 集成电路布局方法以及分布式设计方法
CN114980216A (zh) 基于移动边缘计算的依赖型任务卸载系统及方法
CN108874548A (zh) 数据处理调度方法、装置、计算机设备和数据处理系统
CN113821313A (zh) 一种任务调度方法、装置及电子设备
Ma et al. Task scheduling considering multiple constraints in mobile edge computing
Yoon et al. GDFed: Dynamic Federated Learning for Heterogenous Device Using Graph Neural Network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240528

Address after: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui.

Patentee after: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 136000 1301 Haifeng Avenue, Tiexi District, Siping City, Jilin Province

Patentee before: JILIN NORMAL University

Country or region before: China