关于OptaPlanner的使用(二)——运行案例

简介: 关于OptaPlanner的使用(二)——运行案例

以案例中的Cloud Balancing为例,这是一个给任务分配计算机的规划任务。

我们可以看到上面的Unassigned的是未被分配的任务,每个任务有CPU,内存,网络带宽三个参数,计算机也有这三个参数还有一个使用成本(这个成本在后台有做定义,下一章会提到)。

这个例子的目标就是把任务分配给计算机,硬规则是任务所占用的CPU,内存等参数不能超过计算机对应的参数,而且这个数值是累加的,如果一个计算机里有两个任务,计算机的参数的剩余量要减去两个任务参数的和才行。软规则是要使得计算机的使用成本尽量的小。

以4个计算机,12个任务为例。

这里可以手动给任务分配计算机,点击Unassigned的Detail按钮(按钮1),会出现每个任务的各个参数值,

可以修改这些参数值,也可以手动给任务分配计算机。也可以点击按钮2新增一个任务或点击按钮3新增一个计算机。

之后,点击solve按钮,Optaplanner自动给任务开始分配计算机。.

给一种颜色都代表一个任务,可以看到任务的分配情况。

下面通过一个分数来判断当前分配情况的好坏。

我们可以看到0hard/-7410soft这个分数,hard就是硬规则,是0分就代表所有的任务都被分配给了计算机没有不符合硬规则的条件存在。 soft是软规则的分数,是-7410分,代表所有的计算机的成本加起来是7410。

这一章说到这,下一章说说代码导入和运行。

目录
相关文章
|
算法
OR-tools求解器使用介绍(二)
OR-tools求解器使用介绍(二)
1525 0
|
数据采集 编解码 Java
解锁Hutool魔法箱:Java开发者不可错过的神奇工具集
解锁Hutool魔法箱:Java开发者不可错过的神奇工具集
713 0
|
5月前
|
API 定位技术 调度
实现精准定位的—坐标系经纬度转换API技术说明和行业应用
在地图服务、物流调度等应用中,多源地理位置数据因采用不同坐标系(如WGS84、GCJ02、BD09)需统一转换,以避免位置偏移影响路径规划与分析精度。本文介绍坐标转换背景、技术方案及Python调用示例,强调其在智慧交通与物流系统中的重要性。
575 0
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
XML 测试技术 uml
liteflow学习一
liteflow学习一
1215 0
|
SQL 关系型数据库 数据库
在 PostgreSQL 中使用 IS NULL
【8月更文挑战第12天】
1367 1
|
SQL 关系型数据库 MySQL
如何在 MySQL 或 MariaDB 中导入和导出数据库
如何在 MySQL 或 MariaDB 中导入和导出数据库
1197 0
|
Java Spring
使用spring boot的@Async实现异步调用和线程池复用
使用spring boot的@Async实现异步调用和线程池复用
1123 0
使用spring boot的@Async实现异步调用和线程池复用
|
机器学习/深度学习 算法 调度
「AIGC算法」爬山算法详解
**爬山算法是迭代求解优化问题的局部搜索方法,从随机解开始,逐步向邻域内更优解移动,直至达到局部极值。特点包括简单性、可能陷入局部最优和依赖初始解。应用包括调度、路径规划和参数调优。改进策略如随机重启、模拟退火和多起始点可帮助跳出局部最优。主要挑战是局部最优、平坦区域和高维问题。**
795 0
|
算法 Java Maven
关于OptaPlanner的使用(三)——运行代码案例
关于OptaPlanner的使用(三)——运行代码案例
590 0

热门文章

最新文章