使用 Pyschedule 的资源受限调度项目答案

【问题标题】：Resource Constrained Scheduling Project Using Pyschedule使用 Pyschedule 的资源受限调度项目
【发布时间】：2022-07-03 19:03:29
【问题描述】：

介绍：

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

目前，我正在使用一个名为 Pyschedule 的库，我可以在其中定义一个目标，然后添加各种约束，例如容量约束、优先约束等。

我的项目概述是这样的：给定一组需要一定数量的 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，以优化最大在特定时间范围内完成的工作量。

以下是项目的限制条件：

作业必须有 15 分钟的惊人开始时间（计划的第二个作业必须在第一个作业后至少 15 分钟开始，依此类推）。
CPU/GPU 计算有限（资源有限）
只能并行调度 5 个作业
时间有限（所有作业必须在最长期限内完成，例如：12 小时）
不同的工作有不同的优先级
每小时可用资源量变化（资源计划）

我面临的主要问题：

目前，在 pyschedule 库中，您必须为任务定义长度（服务时间），因此基本上任务/作业将需要一定数量的 CPU/GPU 计算才能完成。但问题是，我正在处理的工作有不同的服务时间，具体取决于给予它的资源。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，但如果你给它 20 个 CPU 和 10 个 GPU，它可以在 30 分钟内完成。因此，长度（服务时间）因您提供的资源量而异。

我应该如何最好地解决这个问题，python 中是否有比“pyschedule”更好的库来解决这个问题？

Pyschedule 中的示例代码：

S = Scenario(\'Schedule Optimization\',horizon=720) #720代表12小时以分钟为单位

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

job1 = S.Task(\'Job1\', length = 20) #

所以在这个例子中，这表示 job1 需要 10 个 CPU 和 5 个 GPU 才能在 20 分钟内完成

结论：

感谢您提供任何帮助，我已经在这个问题上停留了一段时间，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，

感谢您花时间阅读我的问题！

标签： optimization linear-programming or-tools mixed-integer-programming cp-sat-solver

【解决方案1】：

我们使用 OR-Tools CP-SAT 的当前代码和这个例子得到了非常好的结果：rcpsp_sat

但请注意，这不是一个包库，求解器。这是一个构建模型以解决 RCPSP 学术基准问题的示例。

您将需要了解当前代码以使其适应您的具体情况。

【讨论】：

感谢您的回复，我将研究重组代码以适合我的具体情况
在定义任务时，我们必须定义一个开始和结束变量，该变量需要一定数量的资源才能完成任务。但是，如果结束时间变量与分配给它的资源数量有关怎么办。例如，如果任务 1 有 20 个资源，它将在 1 小时内完成，但如果它有 10 个资源，它将在 2 小时内完成。目标是在有限计算的情况下找到一组任务/作业的最佳开始时间。但是这些任务没有明确的服务时间。它完全取决于分配给它的资源。在 OR-Tools 中这样做是否可行？
这是问题的配方部分。