基于极简预测的在线前序约束作业调度
数据结构与算法
2023-01-31 v1 机器学习
摘要
我们考虑具有在线前序约束的非预知调度，其中算法对作业依赖关系不可知，仅当某作业的所有前驱均完成后才获知该作业。鉴于经典竞争分析中的强不可能性结果，我们在学习增强设定下研究该问题，其中算法可获取无任何质量保障的预测。我们讨论了不同的预测模型：新颖的针对特定问题的模型以及先前工作中提出的通用模型。我们给出了不同前序拓扑下的下界与算法上界，从而结构化地阐明哪些及如何额外的（可能错误的）信息有助于设计更优算法。在此过程中，我们也改进了已有算法的传统竞争比界。
引用
@article{arxiv.2301.12863,
title = {Minimalistic Predictions to Schedule Jobs with Online Precedence Constraints},
author = {Alexandra Lassota and Alexander Lindermayr and Nicole Megow and Jens Schlöter},
journal= {arXiv preprint arXiv:2301.12863},
year = {2023}
}