AOE网及其求解关键路径

news2024/11/24 8:22:07

全称

Activity on Edge Network 边活动网

特点

仅存在 有向无环图 

作用

用于记录完成整个工程至少花费的时间 ==> 哪条路径最耗时?也就是“ 关键路径

AOE网元素介绍

关键活动

关键路径上的活动称为关键活动 , 关键活动是不允许拖延的(普通活动可以拖延,拖延时间=最晚开始时间-最早开始时间),因为已经是耗时最长的一条路径,再拖延就耽误了工期。也就是说,关键活动的最早开始时间=最晚开始时间 

 

如何求得关键路径

先计算事件的最早开始时间

起点的最早开始时间=最晚开始时间=0

从前往后看,该事件的最早开始时间ve=max{原本的最早开始时间,前驱事件的ve+活动耗费的时间}

先初始化所有点的最早开始时间为0;

选取入度为0的点V1,V2的最早开始时间=max{0,0+2}=2,V3的最早开始时间=max{0,0+5}=5。删除V1及其出度边;

选取入度为0的点V2,V4的最早开始时间=max{0,2+3}=5,V3的最早开始时间=max{5,2+1}=5。删除V2及其出度边;

选取入度为0的点V3,V4的最早开始时间=max{5,5+3}=8,V6的最早开始时间=max{0,5+1}=6,V5的最早开始时间=max{0,5+4}=9。删除V3及其出度边;

选取入度为0的点V4,V5的最早开始时间=max{9,8+1}=9,V6的最早开始时间=max{6,8+4}=12。删除V4及其出度边;

选取入度为0的点V5,V6的最早开始时间=max{12,9+1}=12。删除V5及其出度边;

最后只剩V6。

接着计算事件的最晚开始时间

终点的最早开始时间=最晚开始时间=12

从后往前看,该事件的最晚开始时间vl=min{原本的最晚开始时间,后驱事件的vl-活动耗费的时间}

先初始化所有点的最晚开始时间为12;

选取出度为0的点V6,V4的最晚开始时间=min{12,12-4}=8,V3的最晚开始时间=min{12,12-1}=11,V5的最晚开始时间=min{12,12-1}=11。删除V6及其入度边;

 选取出度为0的点V5,V4的最晚开始时间=min{8,11-1}=8,V3的最晚开始时间=min{11,11-4}=7。删除V5及其入度边;

 选取出度为0的点V4,V2的最晚开始时间=min{12,8-3}=5,V3的最晚开始时间=min{7,8-3}=5。删除V4及其入度边;

 选取出度为0的点V3,V2的最晚开始时间=min{5,5-1}=4,V1的最晚开始时间=min{12,5-5}=0。删除V3及其入度边;

选取出度为0的点V2,V1的最晚开始时间=min{0,4-2}=0。删除V2及其入度边;

只剩下V1。

最终结果为:

 把每个事件的最早开始时间ve和最晚开始时间vl汇总成表格:

继续计算活动的最早开始时间

活动的最早开始时间=该活动前驱事件的最早开始时间

活动a、b的最早开始时间就是事件V1的最早开始时间0 

活动c、d的最早开始时间就是事件V2的最早开始时间2

活动e、g、f的最早开始时间就是事件V3的最早开始时间5

活动h、i的最早开始时间就是事件V4的最早开始时间8

活动j的最早开始时间就是事件V5的最早开始时间9

再计算活动的最晚开始时间

活动的最晚开始时间=该活动后驱事件的最晚开始时间-该活动耗时

活动a的最晚开始时间=事件V2的最晚开始时间-2=4-2=2

活动b的最晚开始时间=事件V3的最晚开始时间-5=5-5=0

活动c的最晚开始时间=事件V3的最晚开始时间-1=5-1=4

活动d的最晚开始时间=事件V4的最晚开始时间-3=8-3=5

活动e的最晚开始时间=事件V4的最晚开始时间-3=8-3=5

活动f的最晚开始时间=事件V5的最晚开始时间-4=11-4=7

活动g的最晚开始时间=事件V6的最晚开始时间-1=12-1=11

活动h的最晚开始时间=事件V5的最晚开始时间-1=11-1=10

活动i的最晚开始时间=事件V6的最晚开始时间-4=12-4=8

活动j的最晚开始时间=事件V6的最晚开始时间-1=12-1=11

找到关键活动

根据刚刚所求结果得出活动b、e、i是关键活动,其最早开始时间=最晚开始时间。

连接关键活动

所以关键路径就是由关键活动所连起来的这条路径。 

注意:关键路径可能有多条!!! 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1983553.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ctfshow-web入门-sql注入(web186-web190)

目录 1、web186 2、web187 3、web188 4、web189 5、web190 1、web186 新增过滤 \%|\<|\>|\^ 采用 regexp 正则表达式的方法来匹配&#xff0c;payload&#xff1a; ^ 表示匹配开头&#xff0c;也就是说我们猜测 flag 的第一个字符是 c tableNamectfshow_user gro…

sql注入——环境搭建以及sqli-labs闯关

1.简介 本文将详细介绍如何在Windows系统中使用PHPStudy搭建SQLi-Labs环境&#xff0c;在刚学习SQL注入的时候&#xff0c;都需要拥有一个能SQL注入的网站。因此我们一般都是在本地搭建一个能SQL注入测试的网站&#xff0c;而SQLi-Labs是一个精心设计的SQL注入学习平台。 2. …

无心剑七律《悼李政道先生》

七律悼李政道先生 苏州才俊志凌云&#xff0c;联大求知岁月勤 异域扬名赢诺奖&#xff0c;前沿探秘破迷群 基金倡导根基固&#xff0c;学子栽培事业殷 科教倾心功绩著&#xff0c;英名不朽铸奇文 2024年8月5日 平水韵十二文平韵 这首诗是一首悼念李政道先生的七律&#xff0c;无…

【隐私计算篇】混淆电路之深入浅出

入门隐私计算的阶段&#xff0c;一般都会涉及对于混淆电路的学习&#xff0c;这是因为混淆电路是多方安全计算中的基础密码原语&#xff0c;也是隐私保护中重要的技术。为了帮助更好地理解混淆电路的原理&#xff0c;今天对其进行原理以及相关优化手段进行解析和分享。 1. 混淆…

【2024华数杯】C题成品论文及代码

问题分析 1、问题一 针对问题一&#xff0c;为了解决此问题&#xff0c;我们需要利用 python 中的内置线性扫描算法 max遍历所有城市景点数据&#xff0c;寻到最高评分&#xff0c;检索每个城市中景点获评最高评分的数量&#xff0c;随后排序并列出前 10 个城市。 2、问题二&…

sqlilab本地靶场注入less-1~less-6

如何通过information_schema数据库查表名&#xff0c;列名 首先要了解mysql和mariadb数据库默认自带的tables有哪些&#xff1a; mariadb自带数据库 information_schema performance_schema mysql MySQL自带数据库 information_schema performance_schema mysql…

ubuntu执行git svn clone发生中断:APR does not understand this error code: ra serf

问题描述 在ubuntu中执行 git svn clone <url>的时候&#xff0c;出现如下报错&#xff1a; 即 ubuntu&#xff1a;APR does not understand this error code: ra serf: The server sent a truncated HTTPresponse body.解决方法 方法一&#xff1a;使用git svn fet…

C语言 | Leetcode C语言题解之第324题摆动排序II

题目&#xff1a; 题解&#xff1a; static inline void swap(int *a, int *b) {int c *a;*a *b;*b c; }static inline int partitionAroundPivot(int left, int right, int pivot, int *nums) {int pivotValue nums[pivot];int newPivot left;swap(&nums[pivot], &a…

谈谈冯诺依曼体系

我们都知道冯诺依曼体系这张图最为代表性&#xff0c;而接下来我们就来浅谈一下各部分之间的作用~ 输入设备&#xff1a;键盘&#xff0c;磁盘&#xff0c;网卡&#xff0c;话筒等等 输出设备&#xff1a;磁盘&#xff0c;网卡&#xff0c;声卡&#xff0c;显示屏等等 这些硬件…

TiDE时间序列模型预测(Long-term Forecasting with TiDE: Time-series Dense Encoder)

时间序列预测&#xff0c;广泛用于能源、金融、交通等诸多行业&#xff0c;传统的统计模型&#xff0c;例如ARIMA、GARCH等因其简单高效而被广泛使用&#xff0c;近年来&#xff0c;随着深度学习的兴起&#xff0c;基于神经网络的预测模型也备受关注&#xff0c;表现出强大的预…

EHS行业趋势:2024年的EHS管理新动向

随着全球气候变化和资源枯竭等问题的日益严峻&#xff0c;企业对环境、健康与安全&#xff08;EHS&#xff09;管理的重视程度达到了前所未有的高度。特别是在“双碳”目标的推动下&#xff0c;绿色制造、ESG&#xff08;环境、社会与治理&#xff09;和可持续发展已成为企业的…

KAFKA-03-kafka 脚本命令使用详解

0&#xff1a;脚本总结 1、kafka-acls.sh #配置&#xff0c;查看kafka集群鉴权信息 2、kafka-configs.sh #查看&#xff0c;修改kafka配置3、kafka-console-consumer.sh #消费命令 4、kafka-console-producer.sh #生产命令 5、kafka-consumer-groups.sh #查看消费者组&#xf…

二百五十六、MySQL——MySQL新用户设置密码报错

一、目的 在执行脚本创建海豚调度器在MySQL中的数据库以及用户时&#xff0c;发现脚本执行报错 二、原先脚本内容 三、执行报错 [roothurys22 dolphinscheduler]# sh mysql-metastore.sh ------------ 在MySQL中创建元数据库及用户 ------------ mysql: [Warning] Using a…

9、springboot3 vue3开发平台-前端- vue3工程创建

1. 项目说明 技术选择&#xff1a; 使用vue3 TS ElementPlus&#xff0c; 开发使用vite构建 目的&#xff1a; 搭建管理系统框架&#xff0c; 包含动态路由&#xff0c; 动态菜单&#xff0c; 用户&#xff0c;角色&#xff0c; 菜单&#xff0c;权限管理&#xff0c;日志等…

《2024华数杯》C题第四问 模型建立+优化算法

第四问解决思路 目标 在144小时内&#xff0c;外国游客要尽可能游览更多的城市&#xff0c;同时要使门票和交通的总费用尽可能少。 模型与假设 点击获取代码思路文献数据 假设&#xff1a; ○ 游客在每个城市只游览一个评分最高的景点。 ○ 城市之间的交通方式只选择高铁。 ○…

Linux学习笔记9(Linux包管理)

目录 归档包管理 归档 查看归档包 解归档包 压缩包管理 Zip/unzip gzip/gunzip bzip2/bunzip2 源码包安装软件 三大步&#xff1a; 预备步骤&#xff1a;安装依赖的编译库 一、./configure --prefix/usr/local/nginx 二、make 三、make install 软件包安装 配置…

云原生 (1)

一、实验准备 1&#xff0c;准备一台rhel7的主机,并开启主机的图形。 2&#xff0c;关闭vmware DHCP功能。 3&#xff0c;配置好可用IP。 4&#xff0c;关闭火墙。 二、安装图形化kickstart自动安装脚本的工具 1. 基础配置 yum install system-config-kickstart ——安…

短链接生成-短链接-短网址-短链接生成接口-短链接转换接口-短网址URL生成-短链接地址

短网址是一种将长URL缩短的技术&#xff0c;通常由一些服务提供&#xff0c;如Bitly、TinyURL等。通过这种技术&#xff0c;原始的网址会被转换成简短且易于分享的形式&#xff0c;比如http://wq.cn/weds代替原本的https://www.example.com/a Very Long URL。短网址服务会在服务…

与大语言模型Transformer的奇妙旅程

嘿&#xff0c;大家好&#xff01;今天我想和你们聊聊我的一次奇妙旅程——和大语言模型的亲密接触。你们知道吗&#xff1f;这些家伙可不仅仅是冷冰冰的代码&#xff0c;它们简直就像是拥有智慧的伙伴一样&#xff01;想象一下&#xff0c;如果我能和一个超级聪明的大语言模型…

10、springboot3 vue3开发平台-前端-elementplus, axios配置及封装使用, 包含token 存储

1. 准备工作 1.1 清除项目自带页面 删除views和components目录下所有东西&#xff1a; 1.2 修改App.vue <script setup lang"ts"></script><template><router-view></router-view> </template><style scoped></st…