Model referencyjny dekompozycji problemu spełniania ograniczeń
Transkrypt
Model referencyjny dekompozycji problemu spełniania ograniczeń
Instytut Badań Systemowych PAN Badania Systemowe – Teoria i Zastosowania Sesja Sprawozdawcza Model referencyjny dekompozycji problemu spełniania ograniczeń Zbigniew Banaszak Warszawa, luty 2005 Zlecenie scharakteryzowane jest wielkością produkcji, oczekiwanym terminem jej ukończenia, kosztem, a takŜe zbiorem alternatywnych marszrut technologicznych zamawianego asortymentu. Poszukiwana jest odpowiedź na pytanie: Czy zlecenie to moŜe zostać przyjęte do realizacji nie powodując zakłócenia juŜ realizowanej produkcji? RozwaŜane zagadnienie moŜna sformułować w kategoriach problemu spełnienia ograniczeń - typowego sposobu deklaratywnego przedstawienia programu w systemach programowania z ograniczeniami [6]. Problem spełnienia ograniczeń PSO = ((X,D),C). Dany jest: skończony zbiór zmiennych decyzyjnych X = {x1, x2, ... ,xn}, skończona rodzina skończonych dziedzin dyskretnych zmiennych decyzyjnych D = {Di|Di={di1, di2, ..., dij ..., dim}, i=1..n}, skończony zbiór ograniczeń limitujących wartości zmiennych decyzyjnych C = {Ci|i =1..L}, gdzie: c∈C jest pewnym predykatem P[xk,xl,...,xh] zdefiniowanym na podzbiorze zbioru X. Poszukiwane jest rozwiązanie dopuszczalne, tzn. rozwiązanie, w którym wartości wszystkich zmiennych decyzyjnych spełniają wszystkie ograniczenia. 2 Model referencyjny dekompozycji problemu spełnienia ograniczeń W ogólnym przypadku, problem PSO = ((X,D),C) w sposób naturalny dekomponuje się na podproblemy, w szczególności podproblemy elementarne (nie dekomponujące się juŜ dalej) [5]. Przykład Dany jest PSO = ((X,D),C), gdzie: X = {x1,x2,...,x12}, D = {D1,D2,...,D12}, C = {c1,c2,...,c8}, gdzie: c1 = P1[x1,x2,x3], c2 = P2[x2,x4,x5], c3 = P3[x4,x6], c4 = P4[x7,x8], c5 = P5[x4,x7], c6 = P6[x9,x10], c7 = P7[x8,x9], c8 = P8[x11,x12]. Przykład dopuszczalnej dekompozycji problemu. PSO=(({x1,x2,...,x12}, {D1,D2,...,D12}),{c1,c2,...,c8}) {c5} * PSO11=(({x1,x2,...,x6}, {D1,D2,...,D6}),{c1,c2,c3}) PSO12=(({x7,x8,...,x12}, {D7,D8,...,D12}),{c4,c6,c7,c8}) {c7} * PSO21=(({x7,x8},{D7,D8}),{c4}) * PSO22=(({x9,x10},{D9,D10}),{c6}) * PSO23=(({x11,x12},{D11,D12}),{c8}) AND/OR grafowa reprezentacja obiektowych dekompozycji PSO. PSO PSO12 PSO11 PSO22,1 PSO12’ PSO22,3 =PSO13 PSO22,2 Legenda: * - problem elementarny, podproblemy stowarzyszone – związane zmiennymi ograniczeń, podproblemy alternatywne – nie związane zmiennymi ograniczeń, dekompozycje. 3 Strategie przeszukiwania Przykład. Niech moc dziedziny zmiennej decyzyjnej x1 podproblemu A=(({x1},{d1,d2,d3,d4,d5}),c1) wynosi ZA=5, a podproblemu B=(({x2},{e1,e2},c2) wynosi ZB=2. Alternatywne drzewa przeszukiwania odpowiadające kolejności rozwiązywania podproblemów: a) problem A, a następnie problem B; b) problem B, a następnie problem A. a) b) Liczba potencjalnych nawrotów wyraŜa się zaleŜnością: N = ∑ Z1 ( j 1 ) ⋅ Z 2 ( j2 ) ⋅ ... ⋅ Z i ( jk ) − 1 i =1 n gdzie: n – liczba rozwiązywanych podproblemów, Zi (jk) – liczba potencjalnych podstawień zmiennej decyzyjnej jk-o podproblemu rozwiązywanego w i-tej kolejności, Problem A rozwiązywany przed B: N = (Z1(A)-1)+(Z1(A)⋅Z2(B)-1) = 13 Problem B rozwiązywany przed A: N = (Z1(B)-1)+(Z1(B)⋅Z2(A)-1) = 10 4 Uwagi końcowe Istotą opracowanego modelu referencyjnego jest przyjęcie AND/OR grafowej reprezentacji obiektowego modelu dekompozycji problemu spełnienia ograniczeń. Wprowadzona reprezentacja umoŜliwia wybór optymalnej (minimalizującej liczbę nawrotów) strategii przeszukiwania, pozwala uwzględnić ograniczenia wynikające ze sposobu specyfikacji problemu oraz jego programowej implementacji, a takŜe dostępnej dekompozycji problemu. W szczególności pozwala na zintegrowane, zwykle oddzielnie rozwaŜane, rozwiązywanie problemów marszrutowania, porcjowania i szeregowania zadań, na dwóch wzajemnie przenikających się poziomach: podsystemu produkcji oraz transportu i składowania. Proponowany model ułatwia równieŜ budowę dedykowanych narzędzi wspierających podejmowanie decyzji w trybie on-line [1], [5], narzędzi stanowiących atrakcyjną alternatywę dla istniejących systemów komputerowo zintegrowanego zarządzania produkcją [3], [4], a takŜe wspierających podejmowanie decyzji w zagadnieniach wstępnego wariantowania struktur przedsiębiorstw wirtualnych. Literatura [1] Banaszak Z., Józefowska J., Red. Project-driven manufacturing. WNT, Warszawa 2003. [2] Banaszak Z., Zaremba M., CLP-based project-driven manufacturing. The Preprint of the 7th IFAC Symposium on Cost Oriented Automation, June 6-9, 2004, Gatineau, Canada, 369-274. [3] Bzdyra K., Banaszak Z., Planowanie przebiegu procesów produkcyjnych z wykorzystaniem technik programowania z ograniczeniami. Komputerowo zintegrowane zarządzanie. T.1, R. Knosala Red. WNT, Warszawa, 2004, 165-171. [4] Sitek P., Wikarek J., Banaszak Z., Zastosowanie metodyki programowania w logice ograniczeń do optymalizacji planowania zleceń produkcyjnych. W: Automatyzacja procesów dyskretnych, Red. M. Zaborowski, WNT, Warszawa 2004, 295-304. [5] Banaszak Z., Zaremba M., Muszyński W., CP-based decision making for SME. Prepr. of the 16th IFAC World Congress, 3-9 July, 2005, Praga. (w druku). [6] Banaszak Z., Bzdyra K., Programowanie z ograniczeniami w systemach wspomagania decyzji MŚP. W: Metody sztucznej inteligencji w zarządzaniu i sterowaniu, II tom serii Zarządzanie i technologie informacyjne. J. Józefowska red. Wyd. Uniw. Śląskiego, Gliwice, 2005. (w druku).