快要完工了,在黎明前的黑暗中静静等待

经过三个月的努力,项目即将完成。从开始的大型机比赛消息到深入了解行业,再到市场调研、技术培训及编码实施,团队成员共同经历了项目的每一个阶段。这段经历不仅带来了技术和业务上的成长,还让大家收获了珍贵的友谊。

      项目快要完工了,我很平静。以前老是想着等项目结束了就自由了,如今项目马上要告一段落了,我反而很平静了,也许是累得没力气了吧,都有可能,哈。

 

      三个月来的一切都历历在目,从一开始从无锡到北京看到大型机比赛的消息,到见到了邬老师,到了解啥是大型机,到见到王老师后

选择做零售业,紧接着一个多月的“讲故事”(市场前景调研),八月份将近一个月的主机培训、coding开工、需求和设计不断讨论并逐步明晰化。。。一切的一切都恍然如昨,我们在这个项目中学到很多,也成长了很多,结交和很多优秀的朋友,也得到很多热心人的支持,感谢的话不多说了吧,一并记在心里了,嗯。

 

      努力终有回报,一分耕耘一分收获,为我们的项目祈祷吧!

 

 

在FJSP中平衡完工间和机器能耗,可从任务调度生成和目标函数设计两方面考虑。 任务调度生成,需根据FJSP问题的具体要求和约束条件,如作业间、资源限制等,生成作业任务的调度计划。可借助启发式算法、优化算法等实现,同要兼顾AGV的充电需求、最大完工间以及机器能耗等因素,从而在安排任务对两者进行初步平衡 [^2]。 在目标函数设计上,由于在FJSP的求解过程中,调度方案优劣的评价需通过目标函数判断,因此可将最大完工间最小和机器能耗最小都纳入目标函数。这样在求解调度方案,能综合考虑完工间和机器能耗,进而实现两者的平衡 [^3]。 ```python # 以下为简单示例代码,用于示意结合完工间和机器能耗的目标函数 import random # 假设有5个工件,每个工件有3道工序 num_jobs = 5 num_operations = 3 # 随机生成每个工序在不同机器上的加工间和能耗 processing_times = [[[random.randint(1, 10) for _ in range(3)] for _ in range(num_operations)] for _ in range(num_jobs)] energies = [[[random.randint(1, 5) for _ in range(3)] for _ in range(num_operations)] for _ in range(num_jobs)] # 随机生成一个调度方案 schedule = [[random.randint(0, 2) for _ in range(num_operations)] for _ in range(num_jobs)] # 计算完工间 def calculate_makespan(schedule, processing_times): job_completion_times = [0] * num_jobs for job in range(num_jobs): for op in range(num_operations): machine = schedule[job][op] processing_time = processing_times[job][op][machine] job_completion_times[job] += processing_time makespan = max(job_completion_times) return makespan # 计算机器能耗 def calculate_energy(schedule, energies): total_energy = 0 for job in range(num_jobs): for op in range(num_operations): machine = schedule[job][op] energy = energies[job][op][machine] total_energy += energy return total_energy # 结合完工间和机器能耗的目标函数 def objective_function(schedule, processing_times, energies, alpha=0.5): makespan = calculate_makespan(schedule, processing_times) energy = calculate_energy(schedule, energies) return alpha * makespan + (1 - alpha) * energy # 计算当前调度方案的目标函数值 objective_value = objective_function(schedule, processing_times, energies) print("目标函数值:", objective_value) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值