如何用OpenOp解决三维多装箱问题

Question

我正在学习优化，我是OpenOpt的新手。在

我想表示每个进程都有3个资源使用指标（CPU、内存和网络），我想根据以下限制将N个进程分配给组/箱：

sum(cpu) within a group < 100
sum(mem) within a group < 100
sum(net) within a group < 100
Minimize(number of groups) or maximize the sum of each resource within a group.

理想情况下，我希望有这种类型的输出：

^{pr2}$

我该怎么做？如果用OpenOpt无法做到这一点，有没有其他lib可以帮助我呢？在

这里是我的初始代码： https://github.com/vonpupp/mdbp/blob/master/ksp_2.py

非常感谢！在

Answer 1

这样做的目的是为每个项目分配一个权重（在本例中，所有项目都是相同的），并最大化受约束限制的项目数。在

项目的创建方式如下：

def gen_vms():
    tg = tracegen.TraceGenerator()
    trace = tg.gen_trace()
    items = [{
                  'name': 'item %d' % i,
                  'weight': 1,
                  'cpu': t[0],
                  'mem': t[1],
                  'disk': t[2],
                  'net': t[3],
                  'n': 1
             } for i,t in islice(enumerate(trace), 200)]
    return items

约束是如何创建的：

^{pr2}$

解决过程如下：

def solve_host():
    global items
    global constraints
    p = KSP('weight', list(items), constraints = constraints)
    result = p.solve('glpk', iprint = -1)

有关如何执行此操作的详细信息，请参阅此处：https://github.com/vonpupp/2013-sbrc-experiments/blob/e2e8a2be320c8f77d67a5bc6bb822510564e80f3/myksp_oo.py