Bibliografia. Gestione operativa della produzione. Terminologia. Schedulazione. Schedulazione operativa della produzione
|
|
- Alessandra Campo
- 8 anni fa
- Visualizzazioni
Transcript
1 Bibliografia Gestione operativa della produzione Schedulazione operativa della produzione 14/12/ E.L. Lawler, J.K. Lenstra, A.G.H. Rinnoy Kan, D.B. Shmoys, Sequencing and Scheduling: Algorithms and Complexity, in S.C. Graves, A.H.G. Rinnooy Kan, P.H. Zipkin, (Eds.), Handbooks of Operations Research and Management Science vol. 4, Logistics of Production and Inventory, North Holland, Amsterdam, NL, J. Blazewicz, K.H. Ecker, G. Schmidt, J. Weglarz, Scheduling in Computer and Manufacturing System, Springer-Verlag, Berlin, D, Schedulazione Terminologia L MRP ha fissato i tempi di disponibilità dei materiali, delle risorse e delle lavorazioni (tipicamente giorno per giorno). Con la schedulazione si devono fissare (tipicamente all interno della giornata) la sequenza e i tempi delle operazioni che compongono le lavorazioni da eseguire. task: operazione elementare di lavorazione; job: insieme parzialmente ordinato di task che descrivono una lavorazione complessa; machine: (macchina) una risorsa che può eseguire al massimo una attività (task) alla volta. Se una risorsa può essere utilizzata da più attività e/o un attività utilizza più risorse si parla di problemi resource-constrained project. Nel caso di più macchine si possono avere diverse disposizioni tra cui macchine in parallelo, in serie e a bucket-brigade 3 4
2 Il problema della schedulazione Il problema della schedulazione Dati uno o più job, si pone un problema di schedulazione quando i task che devono essere eseguiti competono per un insieme di risorse limitate. Una soluzione di un problema di schedulazione è detta scheduling. Uno scheduling è detto ammissibile (feasible) se rispetta tutti vincoli (e.g., non sovrapposizione, rispetto release time, etc..), è ottimo se minimizza un dato criterio. Tipicamente i problemi di schedulazione sono NP-hard e vengono risolti con euristiche. Dato un problema di schedulazione sia γ * il valore ottimo γ (A) un approssimazione fornita dall algoritmo A. L algoritmo A è detto c-approssimante se per qualunque istanza del problema γ (A) /γ * c. 5 6 Obiettivi della schedulazione Obiettivi della schedulazione Minimizzare i costi si traduce operativamente nell ottimizzare i seguenti, a volte contrastanti, obiettivi: massimizzare il rispetto delle date di consegna (due date); minimizzare le parti in attesa di lavorazione (work-in-process inventory WIP ); minimizzare il tempo di attraversamento del sistema (flow time); massimizzare il numero parti lavorate per unità di tempo (throughput); massimizzare l utilizzazione delle risorse (anche umane); minimizzare i tempi di allestimento, regolazione, ecc. dei macchinari (set-up); massimizzare la correttezza dell informazione disponibile;... Minimizzazione del WIP e massimizzazione del throughput sono obiettivi contrastanti. Il throughput risulta essere massimo quando vi è sempre disponibilità di parti da lavorare, viceversa il WIP è minimo quando non vi sono parti in attesa di essere lavorate. A meno di un coordinamento perfetto tra tutti tempi di lavorazione in modo che una nuova parte si renda immediatamente disponibile appena viene terminata una lavorazione, cosa che in pratica non avviene mai, le due condizioni precedenti sono incompatibili. 7 8
3 Vincoli della schedulazione Stocasticità nella schedulazione disponibilità dei job da eseguire (i vari job sono lanciati in diversi istanti temporali); compatibilità task-risorse (alcuni task possono essere eseguiti solo da determinate risorse); sequenze di lavorazione (alcuni task devono essere eseguiti rispettando un preciso ordine e specifici intervalli temporali tra la fine di uno e l inizio dell altro; disponibilità delle risorse (alcune risorse potrebbero non essere sempre disponibili, e.g., a causa di manutenzione periodica); capacità delle risorse;... disponibilità job disponibilità risorse tempi di lavorazione Leve decisionali nella schedulazione assegnazione dei task alle risorse che devono eseguirli; sequenziazione dei task; tempificazione dell inizio/fine dell esecuzione dei task*. * N.B.: non sempre è conveniente eseguire un task il prima possibile e quindi la sequenziazione non implica la tempificazione. 11 Terminologia job shop: problema di schedulazione di n job su m macchine; flow shop: problema di schedulazione di n job di m task su m macchine, tutti i job devono subire, nella stessa sequenza, una e una sola lavorazione (task) su ogni macchina; parallel/sequential: situazione in cui più macchine identiche/ una sola macchina possono eseguire i task; preemption: situazione in cui l esecuzione di un task può essere interrotta per essere ripresa in seguito; static/dynamic: situazione in cui sono/non sono noti i tempi di lancio di tutti job da eseguire prima della schedulazione ed esecuzione del primo task; 12
4 Terminologia flow time: tempo di permanenza/attraversamento del sistema, intervallo di tempo che intercorre tra l istante iniziale di disponibilità di un job e l istante di completamento dell ultimo task; makespan: intervallo di tempo richiesto dalla schedulazione effettuata per completare tutti i job; tardiness, lateness: differenza, se positiva nel caso della tardiness, tra il tempo di completamento di un job e la sua data di consegna. Un job è tardy (in ritardo) se completato dopo la data di consegna; earliness:differenza, se positiva, tra la data di consegna di un job e il suo tempo di completamento. Un job è early (in anticipo) se completato prima della data di consegna. Schedulazione casi più semplici Si considerano inizialmente job composti di un unico task da schedulare su un unica macchina in problemi di schedulazione statica Modello Modello Ogni job i degli n da eseguire si ritiene caratterizzato da: parametri p i : tempo di esecuzione (processing time) r i : tempo di rilascio/lancio (release time) d i : data di consegna (due date) D i : data di recesso (deadline) variabili decisionali (caso senza preemption) C i : tempo completamento job (completion time) di solito variabile principale t i = C i -p i : tempo inizio esecuzione (starting time) W i = t i -r i : tempo attesa (waiting time) F i = C i -r i : tempo permanenza/attraversamento del sistema (flow time) L i = C i -d i : tempo di ritardo (lateness) T i = (C i -d i ) + : ritardo (tardiness) U i = 1{C i > D i }: violazione della deadline (tardy) E i = (d i -C i ) + : anticipo (earliness) 15 16
5 Modello vincoli (caso senza preemption) per qualunque job i r i t i C i D i... per qualunque coppia di job (i,j) Modello Possibili misure (obiettivi da ottimizzare) per la schedulazione: C = Σ i C i /n: tempo medio completamento dei job C max = max{c i }: tempo max completamento dei job (makespan) W, W max, F, F max, ecc... U = Σ i u i : numero di job tardy C i t j oppure C j t i Misure equivalenti Le misure sono equivalenti se ottimizzare una equivale ad ottimizzare le altre: C, F, W, L :poiché, e.g., F = W + Σ i p i /n = W +cost, L max implica T max (non viceversa): poiché L max = T max, se L max >0 e T max = 0 altrimenti; Misure regolari uno schedule è detto semi-attivo se non è possibile anticipare l esecuzione di un job senza alterare la sequenza degli stessi (la macchina non è lasciata inutilizzata (idle) se è possibile eseguire un job senza modificare la schedulazione degli altri); uno schedule è detto attivo se non è possibile anticipare l esecuzione di un job anche alterando la sequenza degli stessi (la macchina non è mai lasciata inutilizzata (idle) se è possibile eseguire un job); una misura è regolare se è nondecrescente nei completion time dei job, che implica che esiste sempre una soluzione ottima semi-attiva: C, C max, T max, U sono regolari, E, E max non sono regolari (può convenire ritardare l esecuzione di un job); 19 20
6 Due job J 1 e J 2 t.c.: J 1 : r 1 =1, p 1 =1, J 2 : r 2 =0, p 2 =10; due possibili scheduling semiattivi* {J 1,J 2 } e {J 2,J 1 } e uno solo attivo {J 2,J 1 }: C (J 1,J 2 ) = (2+12)/2 = 7 C max (J 1,J 2 ) = max{2,12} = 12 C (J 2,J 1 ) = (10+11)/2 = 10.5 C max (J 2,J 1 ) = max{10,11} = 11 * quando uno scheduling è semi-attivo il sequenziamento definisce anche la tempificazione. : diagrammi di Gantt J 1 J J 2 J Notazione Notazione Per i problemi di scheduling si usa una notazione a tre campi: ad esempio tipo problema / caratteristiche job o task/ obiettivo tipo problema: 1: singola macchina P m: macchine parallele (generico) F n: flow shop di n task su n macchine J n job shop (ordine diverso per ogni job) su n macchine O open shop (non vi è ordine nelle operazioni di un job),... 1 / r i /T max 23 24
7 Notazione caratteristiche job: pmtn: è ammessa la preemption prec: esistono precedenze tra i task dei job o tra i job r i : i job hanno release time diverso da zero, D i : i job hanno deadline diversa da infinito, p i =1: tutti i job hanno tempo di esecuzione / /Σ i C i (1/ /Σ i L i, 1/ /Σ i F i, 1/ /Σ i W i ) Problema: minimizzare il tempo medio di completamento su singola macchina di job con identica release time. obiettivo: T max, : minimizzare tardiness massima Σ i T i : minimizzare tardiness media Σ i w i C i : minimizzare tempi di completamento pesati Teorema: la politica Shortest Processing Time first (SPT) determina la soluzione ottima. Si eseguono per prima i job con tempo di esecuzione minore / /Σ i C i Prova: la misura è regolare e dato che i tempi di rilascio sono tutti uguali la macchina non deve rimanere mai inutilizzata (affermazioni provabili facilmente per assurdo), i job devono essere eseguiti in sequenza senza interruzione; sia c (k) il tempo di completamento del k-mo job nella sequenza: c (k) = p (1) + p (2) p (k) il tempo medio di completamento risulta quindi essere: Σ i c (i) /n = Σ k c (k) /n =(np (1) + (n-1)p (2) p (n) )/n la somma np (1) + (n-1)p (2) p (n) è minima se Schedule iniziale Job p i (posiz.) C i j 1 6 (1) 6 j 2 4 (2) 10 j 3 7 (3) 17 j 4 3 (4) 20 j 5 5 (5) 25 j 6 9 (6) 34 Σ i C i /n = Σ i W i /n = quindi SPT è ottima. p (1) p (2)... p (n) j 1 j 2 j 3 j 4 j 5 j
8 Schedule ottimo (SPT) Job p i (posiz.) C i j 1 6 (4) 18 j 2 4 (2) 7 j 3 7 (5) 25 j 4 3 (1) 3 j 5 5 (3) 12 j 6 9 (6) 34 Σ i C i /n = Σ i W i /n = / /Σ i w i C i l algoritmo SPT è O(nlog n) o comunque legato ai tempi di un ordinamento; si generalizza al caso 1/ /Σ i w i C i (con w i pesi) ordinando per rapporti tempi di esecuzione su pesi crescenti (regola di Smith) p (1) / w (1) p (2) / w (2)... p (n) / w (n) rimane ottimo anche nel caso di tempi di esecuzione stocastici se si ordina in base ai tempi attesi di esecuzione e si vuole ottimizzare il valore atteso della misura. j 4 j 3 j 2 j 5 j 1 j Schedule ottimo (regola di Smith) Job p i w i (posiz.) C i j (1) 6 j (2) 10 j (6) 34 j (3) 13 j (5) 27 j (4) 22 Σ i w i C i /n = j 1 j 2 j 4 j 6 j 5 j 3 Σ i C i /n = (Σ i w i C i /n )/(Σ i w i /n ) = / /Σ i w i C i In generale quando, dato un criterio f(.), è possibile definire una relazione di ordine totale del tipo a b se e solo se f(..ab..) f(..ba..) lo scheduling ottimo è banalmente ottenuto ordinando i job in base a. (dimostrazione per assurdo su scambi tra job adiacenti). Questo criterio può essere generalizzato ad a e b stringhe ed è utile per produrre algoritmi polinomiali quando si abbiano delle precedenze serie parallelo
9 1/... /Σ i w i C i La regola di Smith può essere generalizzata permettendo di sviluppare buoni metodi enumerativi per il problema NP-hard 1/prec/Σ i w i C i. Per 1/tree/Σ i w i C i, 1/serie-parall/Σ i w i C i si possono sviluppare algoritmi polinomiali (regola di Sidney): devono essere schedulati prima i task del set U (U è un set di job iniziali, i.e., che non hanno predecessori al di fuori di U) t.c. sia minimo il rapporto ρ (U) = Σ i U p i / Σ i U w i. 1/... /Σ i w i C i Con variazioni della regola di Smith si risolvono polinomialmente: 1/D i /Σ i C i e 1/ pmtn,r i,d i / Σ i C i ma sono NP-hard 1/r i /Σ i C i e 1/D i /Σ i w i C i e 1/ pmtn,r i,d i / Σ i w i C i. Metodi di Branch and Bound (B&B) sono utilizzati per il problema generale, si usa in genere il rilassamento lagrangiano dualizzando il vincolo C j D j o C j r j +d j / / L max Problema: minimizzare la lateness massima (e quindi anche della tardiness massima ) su singola macchina di job con identica release time ma due date diverse*. Teorema: la politica Earliest Due Date first (EDD - regola di Jackson) determina la soluzione ottima. Si eseguono per prima i job con due date più ravvicinata. Prova: per assurdo supporre una sequenziazione che non soddisfi tale condizione e invertire le posizioni di due dei job adiacenti che la violano. Il risultato è valido anche nel caso stocastico. * d i omesse nella notazione perché implicite in L max. Schedule ottimo (EDD) Job p i d i (posiz.) C i L i j (4) 20-1 j (2) 7-4 j (3) 14 1 j (1) 3-7 j (5) 25-1 j (6) 34 4 j 4 j 2 j 3 j 1 j 5 j 6 L max = 4 Σ i L i /n = con SPT L max = 12 Σ i L i /n =
10 1/... / L max 1/r i /L max è in generale NP-hard. Casi polinomiali particolari sono: 1/ r i =r /L max (r i è uguale per tutti i job) con EDD; 1/r i, d i =d /L max (d i uguali) con Earliest Release Time; 1/r i, p i =1 /L max (p i unitari) e 1/pmtn, r i /L max con extended Jackson s rule (EJR), ad ogni istante si assegna il job disponibile con minima due-date; 1/r i, p i =p/l max (p i costante) vedi lucido seguente; i casi con r i possono essere generalizzati nel caso di prec (si impone r j <r k e d j <d k se j precede k) e nel caso di pmtn. Schedule ottimo per p i =1 (EJR) Job r i d i (posiz.) C i L i j (4) 4 0 j (1) 1 0 j (2) 2-1 j (3) 3 0 j (5) 5 1 j (6) 6 2 j 2 j 3 j 4 j 1 j 5 j 6 L max = 2 Σ i L i /n = Schedule ottimo con pmtn (EJR) Job p i r i d i (posiz.) C i L i j (2,4) 17 4 j (1) 4-3 j (3) 14 5 j (5,8) 34 3 j (6) 23-4 j (7) 32 3 j 2 j 1a j 3 j 1b j 4a j 5 j 6 j 4b L max = 5 1/r i, p i =p/l max Algoritmo risolutivo: si esegue una ricerca per bisezione sul valore di L max, che quando è fissato può considerarsi come una deadline comune a tutti i job, per ogni valore di tentativo: si applica EJR, se la deadline corrente L max non è violata ok se la deadline corrente è violata, a partire dall ultimo job z si cerca il primo job k con due date maggiore di d z. Se tale job non esiste non è possibile rispettare L max. Altrimenti si forza k a dare la precedenza ad altri job spostando la sua r k al valore della release date del job che lo segue e riapplicando la EJR (questa operazione di verifica può essere eseguita in O(nlogn))
11 Tutti i job p i =4, tentativo per L max = 3 Job r i d i (posiz.) D i C i j (1) 17 4 j (2) 10 8 j (3) j (4) j (5) j (6) Spostando fittiziamente r 1 a 3 si ottiene uno schedule ammissibile rispetto alle deadline fissate e con L max = 3 Job r i d i (posiz.) D i C i j (4) j (1) 10 5 j (2) 12 9 j (3) j (5) j (6) j 1 j 2 j 3 j 4 j 5 j 6 j 2 j 3 j 4 j 1 j 5 j Tentativo per L max = 2 Job r i d i (posiz.) D i C i j (1) 16 4 j (2) 9 8 j (3) j (4) j (5) j (6) j 1 j 2 j 3 j 4 j 5 j 6 Spostando fittiziamente r 1 a 3 non si riesce comunque ad ottenere uno schedule ammissibile rispetto alle deadline fissate e con L max = 2. Job r i d i (posiz.) D i C i j (4) j (1) 9 5 j (2) 11 9 j (3) j (5) j (6) Lo schedule per L max = 3 è quindi ottimo
12 1/... / L max Nel caso generale si devono enumerare gli scheduling semiattivi. Si possono avere enumerazioni più efficienti (v. Carlier) utilizzando il concetto di q i (delivery time) che ha caratteristiche simmetriche a r i. Algoritmi approssimanti che sfruttano questa simmetria e iterazioni dell EJR si provano essere 4/3-approssimanti (EJR da solo è 2-approssimato) esistono però anche algoritmi più complessi che formano uno schema di approssimazione polinomiale. 1/ / Σ i U i Problema: minimizzare il numero di job tardy su singola macchina di job con identica release time ma deadline diverse. Teorema: la politica definita dall algoritmo di Moore determina la soluzione ottima. Prova: per assurdo / /Σ i U i Algoritmo di Moore passo 1) ordinare i job per EDD; passo 2) determinare il primo job, sia in k-ma posizione, che è tardy, se nessun job tardy esiste va al passo 4); passo 3) eliminare il job con massimo tempo di esecuzione tra quelli che si trovano tra la prima e la k-ma posizione inclusa, vai al passo 2); passo 4) i job ordinati secondo EDD formano una sequenza ottima, i rimanenti possono o meno essere eseguiti in qualunque sequenza. primo job con deadline violata job da eliminare Primo tentativo (EDD) Job p i D i (posiz.) C i j (3) 17 j (1) 4 j (2) 11 j (5) 25 j (4) 22 j (6) 34 j 2 j 3 j 1 j 5 j 4 j
13 primo job con deadline violata job da eliminare Secondo tentativo Job p i D i (posiz.) C i j (2) 10 j (1) 4 j (-) - j (4) 18 j (3) 15 j (5) 27 Schedule ottimo Job p i D i (posiz.) C i j (2) 10 j (1) 4 j (-) - j (4) 18 j (3) 15 j (-) - j 2 j 1 j 5 j 4 j 6 j 2 j 1 j 5 j /.../Σ i w i U i 1/.../Σ i w i T i 1//Σ i w i U i è NP-hard, ma risolvibile con algoritmi pseudopolinomiali (attraverso programmazione dinamica); 1//Σ i U i è polinomiale, ma... 1/.../Σ i U i diventa NP-hard con i release time o precedenze. Rimane polinomiale con r i se è ammessa la preemption; i lower bound da usare nel B&B vengono calcolati ponendo costanti i processing time o i pesi (si verifica così l ordine inverso). Danno buoni risultati anche rilassamenti di qualche formulazione intera naturale. Esistono schemi completamente polinomiali per questi problemi. Problema: minimizzare la tardiness su singola macchina di job con due date diverse. Il problema 1//Σ i T i si può risolvere pseudopolinomialmente (la programmazione dinamica si risolvono problemi dell ordine di 50 job ), esistono anche schemi completamente polinomiali; 1/p i =1 /Σ i w i T i e 1/r i,p i =1 /Σ i T i, si risolvono con weighted bipartite matching problem poiché il costo di schedulare il kmo job non dipende dall ordinamento dei precedenti e dei successivi 1/prec, p i =1 /Σ i T i è NP-hard
14 1/ prec / max i g i (c i ) Problema: sia la misura di ogni job una funzione (anche diversa da job a job) non decrescente nel tempo di completamento (e.g., g i (C i )= C i -d i = L i oppure g i (C i )= (C i -d i ) + = T i ); minimizzare il valore massimo assunto da tali misure, per job su singola macchina con identica release time ma in presenza di precedenze. Teorema: la politica definita dall algoritmo di Lawler determina la soluzione ottima. Prova: per assurdo. 1/ prec / max i g i (c i ) Algoritmo di Lawler passo 1) dall insieme J dei job determina l insieme V dei job che non precedono altri job non già schedulati; passo 2) determinare il job k in V t.c.: g k (τ) = min k V g k (τ) con τ=σ i J p i passo 3) poni J = J\{k}, J > 0 vai al passo 1) altrimenti stop determinato schedule ottimo. L algoritmo procede ricorsivamente all indietro determinando ad ogni passo il job che ha costo minimo se sequenziato per ultimo j 1 1/ prec / T max j 3 j 4 j 6 j 2 j 5 1/ prec / T max Schedule ottimo T max =8 Job p i d i (posiz.) C i T i j (1) 6 0 j (2) 10 3 j (3) 17 8 j (5) 25 4 j (4) 22 4 j (6) 34 6 Job confrontati nelle ricorsioni dell algoritmo: 1) j 5 j 6 2) j 4 j 5 3) j 3 j 5 4) j 2 j 3 5) j 2 6) j 1 j 1 j 2 j 3 j 5 j 4 j
15 1/ D i =D / Σ i E i Problema: minimizzare l earliness media su singola macchina di job con identica release time e identica deadline*. Teorema: la politica Longest Processing Time first (LPT) determina la soluzione ottima. Si eseguono per prima i job con tempo di esecuzione maggiore. Prova: simmetrica del caso SPT, D deve però essere non inferiore alla somma dei tempi di processamento, altrimenti il problema non ammette schedule ammissibili. *N.B.: si pone deadline e non due date, altrimenti il problema è banale si ritarda tutto Schedule ottimo Job p i D i (posiz.) C i E i j (3) j (5) 31 3 j (2) j (6) 34 0 j (4) 27 7 j (1) 9 25 j 6 j 3 j 1 j 5 j 2 j 4 Σ i E i /n = Σ i C i /n = Σ i W i /n = / d i =d / Σ i (E i +T i ) Problema: minimizzazare l earliness e tardiness media su singola macchina di job con identica release time e identica due date. Teorema: la politica V-shaped determina la soluzione ottima se d sufficientemente grande, altrimenti problema NP-hard. Prova: misto SPT e LPT. 1/ d i =d / Σ i (E i +T i ) Algoritmo di V-shaped passo 1) ordinare i job per LPT; passo 2) porre i job in posizione dispari, ordinati per LPT, prima della due date in modo che il completion time dell ultimo tra questi job coincida con la due date stessa; passo 3) porre i job in posizione pari, ordinati per SPT, dopo la due date in modo che lo starting time del primo tra questi job coincida con la due date stessa
16 Schedule ottimo Job p i d i (posiz.) C i E i / T i j (2d) 22 4 / 0 j (3d) 31 0 / 0 j (3s) 16 0 / 15 j (1s) 34 0 / 3 j (2s) 27 0 / 8 j (1d) 9 10 / 0 Σ i (Ei+T i )/n = 6.67 Set-up Time Problema: minimizzare i costi di set-up su singola macchina di job con identica release time. Problema NP-hard. Si risolve come un TSP, per determinate strutture di set-up è polinomiale. j 6 j 1 j 2 j 4 j 5 j Regole euristiche Quando il problema non è tra quelli facilmente risolvibile tipicamente si applicano regole euristiche*: FCFS SPT EDD Critical Ratio Critical Ratio L euristica Critical Ratio ad ogni istante schedula in base all urgenza dei task, dove per urgenza si intende il rapporto: tempo esecuzione /(due date - tempo corrente) = p i / (d i -t) se vi sono rapporti negativi e positivi, si preferiscono i negativi e si schedulano i job associati a tali valori secondo SPT. *N.B.: se applicate in ambiente dinamico queste devono essere fair, garantire cioè che nessun job sia posposto all infinito. SPT non è fair
17 Schedule basato su critical ratio Job p i r i d i (posiz.) C i L i j (2) 10-3 j (1) 4-3 j (3) 17 8 j (5) 25 4 j (4) 22 4 j (6) 34 6 Job confrontati: t=0) j 1 j 2 t=4) j 1 t=10) j 3 j 4 t=17) j 4 j j 5 6 t=22) j 4 j 6 t=25) j 6 j 2 j 1 j 3 j 5 j 4 j 6 65
Organizzazione della produzione
Scheduling Organizzazione della produzione PROOTTO che cosa chi ORGNIZZZIONE PROCESSO come FLUSSO I PROUZIONE COORINMENTO PINIFICZIONE SCHEULING quando Pianificazione della produzione: schedulazione di
DettagliSistemi Organizzativi
Sistemi Organizzativi Lezione 12/12/2004 Introduzione al corso e definizioni di base Informazioni generali Pre-requisiti: lassi di complessità Metodi enumerativi: - programmazione dinamica - branch-and-bound
DettagliAPPLICAZIONI DELLA RICERCA OPERATIVA
Università degli Studi della Calabria Laurea in Informatica A.A. 2004/2005 Appunti di supporto didattico al corso di APPLICAZIONI DELLA RICERCA OPERATIVA Indice 1 Introduzione alla teoria dello Scheduling
Dettagli1. Considerazioni generali
1. Considerazioni generali Modelli di shop scheduling In molti ambienti produttivi l esecuzione di un job richiede l esecuzione non simultanea di un certo numero di operazioni su macchine dedicate. Ogni
DettagliSCHEDULING SCHEDULING
Corso di Laurea Triennale in INGEGNERIA GESTIONALE Anno Accademico 2012/13 Prof. Davide GIGLIO 1 INDICE Esempio Introduttivo Generalità sui problemi di scheduling SINGLE MACHINE SPT (shortest processing
DettagliCPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique
CPM - PERT CPM - PERT CPM e PERT sono metodologie per la gestione di progetti composti da più attività in cui esistano relazioni di precedenza. Critical Path Method Project Evaluation and Review Technique
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
DettagliSchedulazione di attività in presenza di attività interrompibili
Schedulazione di attività in presenza di attività interrompibili Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell informazione
Dettagli1) Descrivere dettagliatamente a quale problema di scheduling corrisponde il problema.
Un veicolo viene utilizzato da una società di trasporti per trasportare beni a partire da un unico deposito verso prefissate località di destinazione. Si supponga che occorre trasportare singolarmente
DettagliCorso Sistemi Informativi Aziendali, Tecnologie dell Informazione applicate ai processi aziendali. Sistemi informativi aziendali
Corso Sistemi Informativi Aziendali,. Sistemi informativi aziendali di Simone Cavalli (simone.cavalli@unibg.it) Bergamo, Febbraio - Marzo 2009 Produzione (cenni) Pagina 2 Produzione La produzione, in termini
DettagliCAPITOLO 6 La programmazione operativa (operations scheduling)
CAPITOLO 6 La programmazione operativa (operations scheduling) Contenuti Le funzioni della PO Gli obiettivi della PO Il job loading Il metodo dell assegnazione Il job sequencing Regole e tecniche di priorità
Dettagli1. Classificazione delle risorse
1. Classificazione delle risorse Classificazione delle risorse in base alla disponibilità. - Risorse rinnovabili Sono risorse utilizzate per l esecuzione di una attività per tutta la sua durata, ma sono
DettagliOttimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni
Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica
DettagliModelli di scheduling su macchina singola. relazione alle macchine che devono eseguire le varie operazioni, allora ogni singola macchina nello shop è
. Modello base Consideriamo il caso in cui ogni job consiste di una sola operazione. Poiché un insieme di job è partizionato in relazione alle macchine che devono eseguire le varie operazioni, allora ogni
DettagliEsercizi di Gestione della Produzione Industriale. Tabella 1: tempi di lavorazione di un set di job.
Esercizio 1: schedulazione con il modello di Johnson...2 Soluzione dell esercizio 1 (schedulazione con il modello di Johnson)...2 Esercizio 2: schedulazione con il modello di Hodgson...3 Soluzione dell
DettagliSono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza
Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di
DettagliPrincipi di Schedulazione in tempo reale
Principi di Schedulazione in tempo reale 1 Task in tempo reale Un task t i è una sequenza di processi in tempo reale τ ik ciascuno caratterizzato da q un tempo d arrivo r ik (r=release time, oppure a=arrival
DettagliScheduling della CPU:
Coda dei processi pronti (ready( queue): Scheduling della CPU primo ultimo PCB i PCB j PCB k contiene i descrittori ( process control block, PCB) dei processi pronti. la strategia di gestione della ready
DettagliApprocci esatti per il job shop
Approcci esatti per il job shop Riferimenti lezione: Carlier, J. (1982) The one-machine sequencing problem, European Journal of Operational Research, Vol. 11, No. 1, pp. 42-47 Carlier, J. & Pinson, E.
DettagliSequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione
Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione presentato in questo file trova la seq. a costo minimo per
DettagliProgrammazione della produzione MT MT
Programmazione della produzione Architettura gerarchica del processo di programmazione M P S livello 1 - livello di fabbrica orizzonte temporale lungo (12-24 mesi) Master Production Schedule n settimane
DettagliLa pianificazione della produzione
Manufacturing Planning and Control 1 La pianificazione della produzione La pianificazione della produzione è un processo complesso che coinvolge larga parte dell azienda (funzioni e risorse) e deve ragionare
DettagliEsercizi di Ricerca Operativa I
Esercizi di Ricerca Operativa I Dario Bauso, Raffaele Pesenti May 10, 2006 Domande Programmazione lineare intera 1. Gli algoritmi per la programmazione lineare continua possono essere usati per la soluzione
Dettagli2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ 2. 2 - ρσ1 σ 2 ) = (σ 1
1 PORTAFOGLIO Portafoglio Markowitz (2 titoli) (rischiosi) due titoli rendimento/varianza ( μ 1, σ 1 ), ( μ 2, σ 2 ) Si suppone μ 1 > μ 2, σ 1 > σ 2 portafoglio con pesi w 1, w 2 w 1 = w, w 2 = 1- w 1
DettagliFondamenti e didattica di Matematica Finanziaria
Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio
DettagliLo scheduling. Tipici schedulatori
Lo scheduling Un processo durante la sua evoluzione è o running o in attesa di un evento. Nel secondo caso trattasi della disponibilità di una risorsa (CPU, I/O, struttura dati, ecc.) di cui il processo
DettagliScheduling. Sistemi Operativi e Distribuiti A.A. 2004-2005 Bellettini - Maggiorini. Concetti di base
Scheduling Sistemi Operativi e Distribuiti A.A. 2-25 Bellettini - Maggiorini Concetti di base Il massimo utilizzo della CPU si ottiene mediante la multiprogrammazione Ogni processo si alterna su due fasi
DettagliMassimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova. Metodi per supportare le decisioni relative alla gestione di progetti
Project Management Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova Project Management 2 Metodi per supportare le decisioni relative alla gestione di progetti esempi sono progetti nell
Dettaglib i 1,1,1 1,1,1 0,1,2 0,3,4
V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)
CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare
Dettagli13. Campi vettoriali
13. Campi vettoriali 1 Il campo di velocità di un fluido Il concetto di campo in fisica non è limitato ai fenomeni elettrici. In generale il valore di una grandezza fisica assegnato per ogni punto dello
DettagliIl Metodo Branch and Bound
Il Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 4 Novembre 2014 Ricerca Operativa 2 Laurea Magistrale in Ingegneria Gestionale
DettagliSchedulazione delle attività di un progetto in presenza di multi-calendari
Schedulazione delle attività di un progetto in presenza di multi-calendari Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell
DettagliLa schedulazione. E.Mumolo mumolo@units.it
La schedulazione E.Mumolo mumolo@units.it Concetti fondamentali Multiprogrammazione: esecuzione simultanea di più sequenze di esecuzione Pseudo-parallelismo su una sola CPU Esecuzione parallela su più
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliProdotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:
1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliUn sistema operativo è un insieme di programmi che consentono ad un utente di
INTRODUZIONE AI SISTEMI OPERATIVI 1 Alcune definizioni 1 Sistema dedicato: 1 Sistema batch o a lotti: 2 Sistemi time sharing: 2 Sistema multiprogrammato: 3 Processo e programma 3 Risorse: 3 Spazio degli
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliScheduling della CPU
Scheduling della CPU Scheduling della CPU Obiettivo della multiprogrammazione: massimizzazione dell utilizzo della CPU. Scheduling della CPU: attivita` di allocazione della risorsa CPU ai processi. Scheduler
DettagliSistemi Operativi. Scheduling della CPU SCHEDULING DELLA CPU. Concetti di Base Criteri di Scheduling Algoritmi di Scheduling
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliSistemi Operativi SCHEDULING DELLA CPU. Sistemi Operativi. D. Talia - UNICAL 5.1
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliLaboratory for innovation MUSP. Macchine utensili e sistemi di produzione. Laboratorio MUSP www.musp.it
Laboratory for innovation MUSP Macchine utensili e sistemi di produzione www.musp.it Sommario La schedulazione della produzione Gli obiettivi nella schedulazione Le problematiche legate alla schedulazione
DettagliParte 3: Gestione dei progetti, Shop scheduling
Parte : Gestione dei progetti, Shop scheduling Rappresentazione reticolare di un progetto Insieme di attività {,...,n} p i durata (nota e deterministica dell attività i) relazione di precedenza fra attività:
DettagliIntroduzione alla teoria dello scheduling
1. Generalità I problemi di scheduling riguardano l allocazione di risorse limitate ad attività nel tempo. In generale il processo di decisione associato richiede la determinazione dell ordine in cui l
DettagliScheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux
Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Sistemi multiprocessori Fin qui si sono trattati i problemi di scheduling su singola
DettagliScheduling. Scheduling 14/12/2003 1/7
Scheduling In un computer multiprogrammato più processi competono per l'uso della CPU. La parte di sistema operativo che decide quale processo mandare in esecuzione è lo scheduler. Batch OS: scheduling
DettagliVC-dimension: Esempio
VC-dimension: Esempio Quale è la VC-dimension di. y b = 0 f() = 1 f() = 1 iperpiano 20? VC-dimension: Esempio Quale è la VC-dimension di? banale. Vediamo cosa succede con 2 punti: 21 VC-dimension: Esempio
DettagliProf. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Sequenze CAPITOLO II
CAPITOLO II 2. - PROBLEMI DI SEQUENZA I problemi di sequenza si presentano ogni qualvolta vi sono delle attività che richiedono delle risorse limitate ed indivisibili e bisogna definire l'ordine secondo
DettagliIL PROBLEMA DELLE SCORTE
IL PROBLEMA DELLE SCORTE Un problema di Ricerca Operativa, di notevole interesse pratico, è il problema della gestione delle scorte, detto anche di controllo delle giacenze di magazzino. Esso riguarda
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
DettagliSistemi Operativi SCHEDULING DELLA CPU
Sistemi Operativi SCHEDULING DELLA CPU Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo
Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo L. De Giovanni G. Zambelli 1 Problema del flusso a costo minimo Il problema del flusso a costo minimo é definito
DettagliRicerca Operativa e Logistica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 11 In questa lezione vedremo alcune applicazioni della tecnica greedy al progetto di algoritmi on-line. Vediamo
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79
DettagliPianificazione e controllo delle risorse
Pianificazione e controllo delle risorse Pianificazione e controllo delle risorse Gestione dell allocazione delle risorse in modo che i processi dell azienda siano efficienti e riflettano la domanda di
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema
Dettagli2 FUNZIONI REALI DI VARIABILE REALE
2 FUNZIONI REALI DI VARIABILE REALE 2.1 CONCETTO DI FUNZIONE Definizione 2.1 Siano A e B due insiemi. Una funzione (o applicazione) f con dominio A a valori in B è una legge che associa ad ogni elemento
DettagliModelli di Programmazione Lineare e Programmazione Lineare Intera
Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione
DettagliLa Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
DettagliProduzione e forza lavoro
Produzione e forza lavoro Testo Un azienda produce i modelli I, II e III di un certo prodotto a partire dai materiali grezzi A e B, di cui sono disponibili 4000 e 6000 unità, rispettivamente. In particolare,
DettagliLE LINEE DI ASSEMBLAGGIO Introduzione
LE LINEE DI ASSEMBLAGGIO Introduzione Cosa è una linea di assemblaggio Le linee di assemblaggio sono speciali processi di produzione di tipo flow-line largamente utilizzati quando è necessario produrre
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi risolti
CONTINUITÀ E DERIVABILITÀ Esercizi risolti. Determinare kπ/ [cos] al variare di k in Z. Ove tale ite non esista, discutere l esistenza dei iti laterali. Identificare i punti di discontinuità della funzione
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliPag. 1. Introduzione allo scheduling. Concetti fondamentali. Scheduling della CPU. Concetti fondamentali. Concetti fondamentali. Algoritmi.
Concetti fondamentali Scheduling della CU Introduzione allo scheduling Uno degli obbiettivi della multiprogrammazione è quello di massimizzare l utilizzo delle risorse e in particolare della CU er raggiungere
DettagliIl mercato di monopolio
Il monopolio Il mercato di monopolio Il monopolio è una struttura di mercato caratterizzata da 1. Un unico venditore di un prodotto non sostituibile. Non ci sono altre imprese che possano competere con
DettagliSCHEDULATORI DI PROCESSO
Indice 5 SCHEDULATORI DI PROCESSO...1 5.1 Schedulatore Round Robin...1 5.2 Schedulatore a priorità...2 5.2.1 Schedulatore a code multiple...3 5.3 Schedulatore Shortest Job First...3 i 5 SCHEDULATORI DI
DettagliLuigi Piroddi piroddi@elet.polimi.it
Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,
DettagliEsercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione
Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Versione 11/03/2004 Contenuto e scopo esercitazione Contenuto esempi di problema di programmazione
Dettagli5 Risparmio e investimento nel lungo periodo
5 Risparmio e investimento nel lungo periodo 5.1 Il ruolo del mercato finanziario Il ruolo macroeconomico del sistema finanziario è quello di far affluire i fondi risparmiati ai soggetti che li spendono.
DettagliPer studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R
Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.
DettagliComputational Game Theory
Computational Game Theory Vincenzo Bonifaci 24 maggio 2012 5 Regret Minimization Consideriamo uno scenario in cui un agente deve selezionare, più volte nel tempo, una decisione tra un insieme di N disponibili:
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 3 5 7-8 9 57
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004
ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 004 Il candidato risolva uno dei due problemi e 5 dei 0 quesiti in cui si articola il questionario. PRBLEMA Sia la curva d equazione: ke ove k e
DettagliLa Minimizzazione dei costi
La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliSistemi Operativi Kernel
Approfondimento Sistemi Operativi Kernel Kernel del Sistema Operativo Kernel (nocciolo, nucleo) Contiene i programmi per la gestione delle funzioni base del calcolatore Kernel suddiviso in moduli. Ogni
DettagliOttimizzazione della produzione tramite software di scheduling
Ottimizzazione della produzione tramite software di scheduling Alessio Puppato, Barbara Fuoco, Andrea Rossi, Michele Lanzetta A partire da una classificazione dell architettura delle linee produttive,
DettagliProcessi e Thread. Scheduling (Schedulazione)
Processi e Thread Scheduling (Schedulazione) 1 Scheduling Introduzione al problema dello Scheduling (1) Lo scheduler si occupa di decidere quale fra i processi pronti può essere mandato in esecuzione L
DettagliScheduling della CPU. Concetti fondamentali. Concetti fondamentali. Concetti fondamentali. Dispatcher. Scheduler della CPU
Scheduling della CPU Concetti fondamentali Criteri di scheduling Algoritmi di scheduling Concetti fondamentali L obiettivo della multiprogrammazione è di avere processi sempre in esecuzione al fine di
DettagliRICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007
RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se
DettagliSistema operativo: Gestione della memoria
Dipartimento di Elettronica ed Informazione Politecnico di Milano Informatica e CAD (c.i.) - ICA Prof. Pierluigi Plebani A.A. 2008/2009 Sistema operativo: Gestione della memoria La presente dispensa e
Dettagli10. Insiemi non misurabili secondo Lebesgue.
10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi
DettagliIntroduzione ai Metodi Formali
Intruzione ai Meti Formali Sistemi software anche molto complessi regolano la vita quotidiana, anche in situazioni life-critical (e.g. avionica) e business-critical (e.g. operazioni bancarie). Esempi di
DettagliAlgoritmi di scheduling - Parte 2
Algoritmi di scheduling - Parte 2 Automazione I 12/11/2013 Vincenzo Suraci STRUTTURA DEL NUCLEO TEMATICO ALGORITMO DEADLINE MONOTONIC PRIORITY ORDERING (DMPO) ALGORITMO TIMELINE SCHEDULING (TS) SCHEDULING
DettagliTeoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26
Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliCriteri di Scheduling Algoritmi di Scheduling Multiple-Processor Scheduling Asymmetric/Symmetric multiprocessing Processori Multicore
Criteri di Scheduling Algoritmi di Scheduling Multiple-Processor Scheduling Asymmetric/Symmetric multiprocessing Processori Multicore 5.2 Silberschatz, Galvin and Gagne 2005 1 Massimizzare lʼutilizzo della
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliSeconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12
A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliCalcolatori Elettronici A a.a. 2008/2009
Calcolatori Elettronici A a.a. 2008/2009 PRESTAZIONI DEL CALCOLATORE Massimiliano Giacomin Due dimensioni Tempo di risposta (o tempo di esecuzione): il tempo totale impiegato per eseguire un task (include
DettagliPROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO
PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO 1. Load Balancing Un istanza del problema del load balancing consiste di una sequenza p 1,..., p n di interi positivi (pesi dei job) e un
DettagliScheduling. Lo scheduler è la parte del SO che si occupa di
Scheduling Lo scheduler è la parte del SO che si occupa di decidere quale fra i processi pronti può essere mandato in esecuzione L algoritmo di scheduling (la politica utilizzata dallo scheduler) ha impatto
DettagliESERCIZI DI PROBLEM SOLVING E COMPOSIZIONE DEI DIAGRAMMI DI FLUSSO per le classi terza
ESERCIZI DI PROBLEM SOLVING E COMPOSIZIONE DEI DIAGRAMMI DI FLUSSO per le classi terza vers.3 in lavorazione Docente SAFFI FABIO Contenuti 01.Esercizi generici sul diagramma di flusso - flow chart... 2
Dettagli