Docker 或 AWS 上的组合优化问题

Question

我正在解决类似于多背包问题的组合优化问题。这个问题有一个最优解，我不喜欢满足于一个近似解。

是否有关于组合优化解决方案的快速原型设计和部署的推荐教程（针对同时也是大数据新手的高级软件工程师）？我想快速从原型转向部署到 Docker 集群或 AWS 上。

我的背景是分布式系统（专注于 .NET、java、kafka、docker 容器等），因此我通常倾向于通过跨机器集群的并行处理来解决复杂问题（通过在docker 集群或 AWS）。然而，这个特殊问题不能以暴力方式解决，因为问题空间太大（大约有 100^1000 种组合是可能的）。

我对“大数据”的经验有限，但我正在研究背包求解器、遗传算法、强化学习和其他一些人工智能/机器学习方法。鉴于我在这一领域的接触有限，人们会建议我如何解决这样的问题？

1. 我倾向于尽可能利用现有框架/库的方法。好主意？或者有人会建议使用 Accord.Net 或 ML.Net 或其他一些库来构建自定义模型？
2. 如果现有的框架是可行的，有什么特别喜欢的吗？张量流？关于 Google 或工具的任何想法：https://developers.google.com/optimization/ AWS 领域有什么想法吗？
3. 有什么好的教程、视频或播客可以让我快速制作原型吗？ （记住我在 Docker 集群上部署和验证模型的目标）

感谢您的帮助和指导！

Answer 1

OptaPlanner（开源，java）中的

云平衡问题是一个多背包问题。用户指南中有相关教程。许多用户在 Docker（正常打开 JDK 8 映像）和 AWS 上运行 OptaPlanner 实现。 这是一个部署到 OpenShift Dedicated 的员工排班实现（它生成一个在 AWS 上运行的 docker 映像） - 它公开了一个 REST api（甚至有 Swagger 记录）。

Answer 2

感谢大家的见解。我正在研究 optaplanner 和 google-OT，以及其他一些求解器。

为了跟进这个问题，如果我放宽我想要最佳答案的约束，并允许“近似”解决方案，这会以任何方式改变您的指导或推荐的工具集（库/框架）吗？