Docker或AWS上的组合优化问题

Question

我正在攻击类似于多背包问题的组合优化问题。问题有一个最佳的解决方案，我宁愿不满足于近似的解决方案。

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（适用于同样是大数据新手的高级软件工程师）？我想快速从原型到部署到docker集群或AWS。

我的背景是分布式系统（专注于.NET，java，kafka，docker容器等等），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上进行扩展。然而，由于问题空间太大（大约100 ^ 1000种组合是可能的），因此不能以强力方式解决该特定问题。

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，强化学习以及其他一些AI / ML方法。鉴于我在这方面的曝光率有限，我怎么建议我解决这个问题？

1. 我倾向于采用尽可能多地利用现有框架/库的方法。好主意？或者，是否会建议使用Accord.Net或ML.Net或其他库来构建自定义模型？
2. 如果现有的框架是可行的，那么任何特定的收藏？ tensorflow？关于Google OR工具的任何想法：https://developers.google.com/optimization/ AWS空间中的任何内容？
3. 任何可以让我快速进行原型制作的优秀教程，视频或播客？ （请记住我在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中的Cloud Balancing problem（开源，java）是一个多背包问题。用户指南中有一个教程。许多用户在Docker（常规打开的JDK 8映像）和AWS上运行OptaPlanner实现。部署到OpenShift Dedicated的Here's an Employee Rostering implementation（生成在AWS上运行的docker镜像） - 它暴露了一个REST api（甚至是Swagger记录的）。

Answer 2

感谢所有您的见解。我正在研究optaplanner和google-OT，以及其他一些求解器。

要跟进这个问题，如果我放松了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？