文章目录

<a href="#_9">前言</a> <a href="#cplex_17">一、下载cplex</a> <a href="#_24">二、使用步骤</a>

<a href="#1idea_25">1.打开idea，创建一个新项目</a>    <a href="#2cplex_35">2.导入cplex的包</a>    <a href="#3cplex_46">3.测试，用cplex求解一个简单的线性规划问题</a>      <a href="#_148">总结</a>   

<hr color="#000000" size="1"">

前言

<font color="#999AAA">CPLEX是一种数学优化技术。主要用于提高效率、快速实现策略并提高收益率。使用 WebSphere ILOG CPLEX 的数学优化技术可以就资源的高效利用做出更佳决策。使用 CPLEX，可以将复杂的业务问题表现为数学规划 (Mathematic Programming) 模型。高级优化算法使您能够快速找到这些模型的解决方案。</font>

<hr color="#000000" size="1"">

<font color="#999AAA">提示：以下是本篇文章正文内容</font>

一、下载cplex

<font color="#999AAA">这里需要自行百度cplex，在官网进行下载。实在不行可以在这里付费下载：https://download.csdn.net/download/weixin_51545953/20243291?spm=1001.2014.3001.5501</font>

二、使用步骤

1.打开idea，创建一个新项目

创建完之后的界面应该是这样的：

2.导入cplex的包

点击+号后选择第一个按钮"Java"，会弹出下图窗口。 选择cplex安装路径下cplex\lib\cplex.jar （每个人的路径不同，可以参考图片） 选择好之后点击 “ok” 再点击 “ok” 这时，cplex就已经成功的导入idea了。

3.测试，用cplex求解一个简单的线性规划问题

线性规划模型如下： M a x Z = x 1 + 2 x 2 + 3 x 3 Max Z = x_1+2x_2+3x_3 MaxZ=x1​+2x2​+3x3​

s . t . x 1 + 2 x 2 + x 3 < = 100 s.t. \quad\quad\quad x_1+2x_2+x_3 <= 100 s.t.x1​+2x2​+x3​<=100 x 1 + x 2 − 2 x 3 > = 10 \quad\quad\quad x_1+x_2-2x_3 >= 10 x1​+x2​−2x3​>=10 − 10 < = x 1 < = 50 \quad\quad\quad -10<=x_1<=50 −10<=x1​<=50 x 2 > = 0 \quad\quad\quad x_2>=0 x2​>=0 x 3 = 5 \quad\quad\quad x_3 = 5 x3​=5

java调用cplex求解上述问题的代码如下：

import ilog.concert.IloException;
import ilog.concert.IloLinearNumExpr;
import ilog.concert.IloNumVar;
import ilog.cplex.IloCplex;

public class Main {

   public static void main(String[] args) throws IloException {
      
      // 创建cplex对象，往后基于此对象进行模型的建立与求解
      IloCplex cplex = new IloCplex();

      // 声明决策变量 x1，x2，x3
      // x1 的取值范围是 -10 ~ 50
      IloNumVar x1 = cplex.numVar(-10,50);
      // x2 的取值范围是 0 ~ 正无穷(这里用Double类型能接受的最大值代替正无穷)
      IloNumVar x2 = cplex.numVar(0,Double.MAX_VALUE);
      // x3 被限定为 等于 5 (相当于取值范围是5~5)
      IloNumVar x3 = cplex.numVar(5,5);

      // 定义目标函数表达式
      IloLinearNumExpr target = cplex.linearNumExpr();
      target.addTerm(1,x1);  // addTerm(a,b) 是指将 a*b 追加到表达式中
      target.addTerm(2,x2);
      target.addTerm(3,x3);

      // 声明求解目标函数的最大值,将目标函数加入到cplex模型中
      cplex.addMaximize(target);

      // 添加约束
      // 约束1：X1+2*X2+X3 <= 100   用表达式添加约束
      IloLinearNumExpr expr1 = cplex.linearNumExpr();
      expr1.addTerm(1,x1);
      expr1.addTerm(2,x2);
      expr1.addTerm(1,x3);
      cplex.addLe(expr1,100);  // addLe(a,b)  代表令 a <= b
      // 约束2：X1+X2-2*X3 >= 10
      IloLinearNumExpr expr2 = cplex.linearNumExpr();
      expr2.addTerm(1,x1);
      expr2.addTerm(1,x2);
      expr2.addTerm(-2,x3);
      cplex.addGe(expr2,10);   // addGe(a,b)  代表令 a >= b
      // 约束3 ： x3 = 5
      // （由于声明x3变量的时候范围已经限制在5~5之间，所以这里其实没有必有再写了
      // 但是为了让大家了解addEq的用法，在这里还是演示一下）
      cplex.addEq(x3,5);   // addGe(a,b)  代表令 a = b

      // 激动人心的求解时刻!
      // 只需要调用cplex.solve()即可 ，返回值为是否找到解
      boolean isSolve = cplex.solve();

      if(isSolve){
         // 如果找到了解
         double result = cplex.getObjValue();  // 获取解（目标函数最大值）
         System.out.println("目标函数最大值为："+result);

         // 我们还可以看看x1，x2，x3分别取什么的情况下，使得目标函数达到最值
         double x1_value = cplex.getValue(x1);
         double x2_value = cplex.getValue(x2);
         double x3_value = cplex.getValue(x3);
         System.out.println("x1 = "+x1_value);
         System.out.println("x2 = "+x2_value);
         System.out.println("x3 = "+x3_value);

      }else{
         // 如果找不到解
         System.err.println("此题无解");
      }
   }

}


输出结果：
Tried aggregator 1 time.
LP Presolve eliminated 2 rows and 2 columns.
Aggregator did 1 substitutions.
All rows and columns eliminated.
Presolve time = 0.00 sec. (0.00 ticks)
---------------------------------------------------------上面是cplex求解器自带的输出，下面是我们手动写的输出
目标函数最大值为：110.0
x1 = -10.0
x2 = 52.5
x3 = 5.0

到这里我们就成功地用cplex+java求解了一个简单的线性规划问题啦。

<hr color="#000000" size="1"">

总结

<font color="#999AAA"> 以上就是今天要讲的内容，本文仅仅简单介绍了cplex的导入和使用，而cplex提供了大量能使我们快速便捷地求解线性规划，整数规划，混合整数规划问题的函数和方法。希望能帮助大家较快地入门cplex~ </font>

原文地址：https://blog.csdn.net/weixin_51545953/article/details/119079698?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168474996616800215094151%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=168474996616800215094151&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-21-119079698-null-null.142^v87^control_2,239^v2^insert_chatgpt&utm_term=java%E4%BC%98%E5%8C%96