有多种物品和多个背包都为规则长方体，且物品和背包都有长、宽、高、体积、重量、一定数量，现需把物品放到背包里，装载时采用“密度递增”的定序规则和“占角策略”的定位规则，将密度最小的货物第一个放入原点所在的角落，依次填充背包。同时在货物摆放过程中，我们又设定了重量约束，体积约束、三维尺寸约束（即长、宽、高约束），背包重量平衡约束，直到剩余空间不再支持继续放入货物，以背包空间利用率最大为目标函数，求解货物摆放情况。请用Python对上述问题举一个例子补充数据建模求解，并输出最优装载方案，详细至哪个背包放了哪种物品多少个

本题涉及多个约束条件，可以采用整数规划的方法来求解。具体模型如下：

假设有n个物品和m个背包，第i个物品的体积为vi，重量为wi，长、宽、高分别为li、wi、hi，数量为ci；第j个背包的体积为Vj，重量为Wj，长、宽、高分别为Lj、Wj、Hj。

决策变量：xijhk表示将第i个物品放入第j个背包的第k个位置，且是第h个相同物品的决策变量，取值为0或1。

目标函数：max sum_{i=1}^n sum_{j=1}^m sum_{k=1}^{K_{j}} sum_{h=1}^{c_i} (viwhk/ljwjhjVj)，其中Kj表示第j个背包可放置的货物种类数。

约束条件：

1. 体积约束：sum_{i=1}^n sum_{j=1}^m sum_{k=1}^{K_{j}} sum_{h=1}^{c_i} (vi x_{ijhk}) <= Vj，对于所有的j=1,...,m。

2. 重量约束：sum_{i=1}^n sum_{j=1}^m sum_{k=1}^{K_{j}} sum_{h=1}^{c_i} (wi x_{ijhk}) <= Wj，对于所有的j=1,...,m。

3. 三维尺寸约束：sum_{i=1}^n sum_{j=1}^m sum_{k=1}^{K_{j}} sum_{h=1}^{c_i} (li x_{ijhk}) <= Lj，对于所有的j=1,...,m；同理，对于长宽高分别为wi、hi的约束也需要考虑。

4. 背包重量平衡约束：sum_{j=1}^m Wj = sum_{i=1}^n wi，即所有背包的重量之和等于所有物品的重量之和。

5. 非负整数约束：xijhk为0或1，对于所有的i=1,...,n；j=1,...,m；k=1,...,Kj；h=1,...,ci。

Python代码如下：