基于Pyschedule的资源约束调度项目

Question

简介：

我正在研究一个资源约束项目调度问题(RCPS)，我正在寻找一些指导。这是一个根本上的优化问题。

目前，我正在使用一个名为Pyschedule的库，在该库中，我可以定义一个目标，然后添加各种约束，例如容量约束、优先级约束等。

我的项目概述如下:给定一组需要一定数量CPU/GPU计算的作业，将资源计划(我们可用的有限CPU/GPU计算)分配给一组作业，以便优化在特定时间框架内完成的最大作业数量。

以下是该项目的制约因素：

• 作业的启动时间必须是惊人的15分钟(排好的第二个作业必须在第一个作业之后至少15分钟开始，以此类推)。
• CPU/GPU计算有限(有限的资源)
• 只有5个作业可以并行调度。
• 有一个有限的期限(所有工作必须在最长期限内完成，如: 12小时)
• 不同的工作有不同的优先次序。
• 每小时可用资源的变化量(资源计划)

我面临的主要问题是：

目前，在pyschedule库中，您必须为一个任务定义一个长度(服务时间)，因此基本上一个任务/作业需要一定数量的CPU/GPU计算才能完成。但问题是，我所从事的工作有不同的服务时间，取决于提供给它的资源。例如:一个需要10个CPU和5个GPU的作业可以在一小时内完成，但是如果给它提供20 CPU和10 GPU，它可以在30分钟内完成。因此，长度(服务时间)取决于您给它的资源的数量。

我应该如何最好地着手解决这个问题，在python中是否有一个比"pyschedule“更好的库来解决这个问题？

Pyschedule的示例代码：

S=场景(“计划优化”，horizon=720) #720表示每分钟12小时

CPU，GPU = S.Resource('CPU')，S.Resource('GPU')

job1 = S.Task('Job1'，长度= 20) #

因此，在本例中，这将表示job1需要10个CPU和5个GPU才能在20分钟内完成。

结论：

任何的帮助都很感激，我已经在这个问题上被困了一段时间了，我想知道我是否应该朝另一个方向前进，或者是否有更好的方法，我不知道，

谢谢你抽出时间阅读我的问题！

Answer 1

我们使用OR-Tools CP-SAT的当前代码取得了非常好的结果，下面的例子是：sat。

但是要小心，这不是一个软件包库，解决者。这是一个从RCPSP学术基准构建解决问题的模型的例子。

您需要理解当前的代码，以使其适应您的具体情况。