这篇文章给大家介绍如何进行配置Cplex的Java环境以及API说明,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
00 前言
因为小编一般用的C++和Java比较多,而且现在开发大型算法用这类面向对象的编程语言也方便得多。基于上面的种种考虑,加上时间和精力有限,所以就暂时只做C++和Java的详细教程辣。关于matlab和python的也许后续会补上的吧。
然后在开始之前,照例先把环境给配置好。那么就先配置java的环境吧。
01 添加环境变量
前面已经说了怎么下载和安装cplex了,如图:
确保已经安装上这个版本,我们才能开始下一步的工作。
02 将CPLEX库导入ECIPLSE
java小编一般用的ide是eclipse,就配置一下关于eclipse的。其他的开发环境请大家自行设置哈。
新建一个工程,添加一个package,添加一个带main函数的类。代码先别写。
在项目右键,选择build path -> Configure Build Path……
找到Libraries->Add External JARs……,然后定位到\lib这个文件夹,把cplex.jar给添加进去。
到这一步还不行,还需要把CPLEX的动态运行库给添加进去,好让java程序运行的时候能够找到。
具体做法是:在项目右键,选择build path -> Configure Build Path……,找到Libraries,点开JRE System Library,在Native library location那里点edit,把cplex下的\bin\x64_win64文件夹给添加进去。
这里面有程序运行所需要动态库。
03 求解一个简单的模型
一个简单的线性规划问题:
把下面代码复制进main函数里面:
try {
IloCplex cplex = new IloCplex(); // creat a model
double[] lb = {0.0, 0.0, 0.0};
double[] ub = {40.0, Double.MAX_VALUE, Double.MAX_VALUE};
IloNumVar[] x = cplex.numVarArray(3, lb, ub);
double[] objvals = {1.0, 2.0, 3.0};
cplex.addMaximize(cplex.scalProd(x, objvals));
double[] coeff1 = {-1.0, 1.0, 1.0};
double[] coeff2 = {1.0, -3.0, 1.0};
cplex.addLe(cplex.scalProd(x, coeff1), 20.0);
cplex.addLe(cplex.scalProd(x, coeff2), 30.0);
if (cplex.solve()) {
cplex.output().println("Solution status = " + cplex.getStatus());
cplex.output().println("Solution value = " + cplex.getObjValue());
double[] val = cplex.getValues(x);
for (int j = 0; j < val.length; j++)
cplex.output().println("x" + (j+1) + " = " + val[j]);
}
cplex.end();
} catch (IloException e) {
System.err.println("Concert exception caught: " + e);
}
点击运行,出现下面的结果就成功啦:
最后,如果提示找不到build path ,share libraries什么的,请确保第一步配置正确!至此,我们已经能愉快使用cplex啦。
04 API说明[1]
cplex的java程序整体框架一般如下:
try {
} catch (IloException e) {
System.err.println("Concert exception caught: " + e);
}
1. 使用 IloCplex 类新建一个 cplex 类。
2. 使用 IloNumVar 定义求解变量。
3. 使用 addMaximize 或addMinimize 定义求解目标。
4. 使用 addLe 添加约束条件.
5. 使用 solve() 方法求解。
6. 使用 IloNumExpr 定义中间变量。
cplex 的 java api 不支持加减乘除符号,加必须用 sum 方法, 减必须用 diff 方法, 乘除必须用 prod 方法。
关于如何进行配置Cplex的Java环境以及API说明就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。