Python 中的 LP 算法，用于设置特定目标目标值

给定已完成的任务数组以及每个任务的数量，如果给定花费的总时间，是否有办法得出每个任务可能消耗的时间？

例如：

series_1_tasks = [[1,20],[2,11],[3,9],[4,40]]
series_1_total_duration = 16

其中 [1,20]，1 = 任务 id 和 20 = 完成的任务数量。

我有几个这样的系列，其中一些任务出现在给定的系列中，有些则没有。

例如：

series_2_tasks = [[1,16],[5,31],[8,3]]
series_2_total_duration = 15

我想我会分析每个任务的预测持续时间的分布，以得出几个系列的平均持续时间。但感觉似乎有更实用的方法来处理这个问题，可能是在具有 LSTM 和反向传播的 ML 管道中，但我认为实现这一目标的路径不够清晰。

我知道如何在 Excel 中使用 Solver 解决单个系列，但是我应该如何在 python 中构建这个问题以及我应该考虑哪些工具/库？

感谢您在此问题上的指导。