下载文档原格式
Matlab是一种强大的科学计算软件，它不仅可以进行数据分析和可视化，还可以进行数值计算和优化问题求解。
而Cplex是一种著名的数学优化软件包，可以用来解决线性规划、整数规划、混合整数规划等问题。
在本文中，我们将介绍如何在Matlab中调用Cplex来求解优化问题，并给出一个简单的例子，帮助读者更好地理解这个过程。
【步骤】1. 安装Matlab和Cplex我们需要在电脑上安装Matlab和Cplex软件。
Matlab全球信息湾上有学术版可以免费下载，而Cplex是商业软件，需要购买授权。
安装完成后，我们需要将Cplex的路径添加到Matlab的搜索路径中，以便Matlab可以找到Cplex的相关函数。
2. 编写Matlab脚本接下来，我们需要编写一个Matlab脚本来调用Cplex求解优化问题。
我们需要定义优化问题的目标函数、约束条件和变量范围。
我们可以使用Cplex的函数来创建优化问题，并设置相应的参数。
我们调用Cplex的求解函数来求解这个优化问题。
以下是一个简单的例子：定义优化问题f = [3; 5; 2]; 目标函数系数A = [1 -1 1; 3 2 4]; 不等式约束系数b = [20; 42]; 不等式约束右端项lb = [0; 0; 0]; 变量下界ub = []; 变量上界创建优化问题problem = cplexoptimset();problem.Display = 'on'; 显示求解过程[x, fval, exitflag, output] = cplexmilp(f, A, b, [], [], [], [], lb, ub, [], problem);显示结果disp(['最优解为：', num2str(x)]);disp(['目标函数值为：', num2str(fval)]);disp(['退出信息为：', output.cplexstatusstring]);```在这个例子中，我们定义了一个线性整数规划问题，目标函数为3x1 + 5x2 + 2x3，约束条件为x1 - x2 + x3 <= 20和3x1 + 2x2 + 4x3 <= 42。
cplex原理宝子！今天咱来唠唠Cplex这个超有趣的东西的原理呀。
Cplex呢，就像是一个超聪明的小管家，专门处理那些优化问题的。
你想啊，在生活里我们经常会碰到各种需要找到最佳方案的事儿，就像你要出门旅行，怎么安排行程能玩最多的景点还花最少的钱，这就是个优化问题，Cplex就擅长干这个。
它的原理呢，有点像在一个超级大的迷宫里找出口。
比如说，我们有好多的约束条件，这就好比迷宫里的墙壁啊、陷阱啥的。
这些约束条件规定了哪些路能走，哪些路不能走。
像在安排生产计划的时候，可能有机器的生产能力限制、原材料的数量限制这些约束，Cplex就得在这些限制里面去寻找那个最优解。
Cplex在这个大迷宫里开始探索的时候，它会运用一些超级厉害的算法。
这算法就像是它的小地图和指南针。
有一种算法就像是从一个点开始，然后慢慢向周围扩展，去看看哪个方向能让目标函数变得更好。
比如说目标是让利润最大化，那它就朝着利润可能增加的方向走。
这就好比你在找宝藏，你知道宝藏在一个方向能让你变得更富有，你就朝着那个方向走呗。
还有哦，Cplex在处理问题的时候，它会把那些复杂的数学模型转化成它能理解的形式。
这就像是把一篇超级难的文言文翻译成大白话一样。
那些数学公式、变量啥的，在它眼里就像是不同的小玩具，它要把这些小玩具按照规则摆弄好，找到那个最完美的组合。
比如说在物流配送问题里，货物的数量、车辆的载重、运输的距离这些变量，Cplex要把它们组合起来，让运输成本最低。
它还有一个很神奇的地方呢，就是它可以处理超级大规模的问题。
你想啊，要是有成千上万个变量和约束条件，这就像一个超级巨大的拼图，每个小块都得放在正确的位置。
Cplex就有这个本事，它不会被这么多的信息给搞晕，而是有条不紊地去分析、去计算。
这就像一个超级有耐心的小朋友在拼一个超级大的拼图，一块一块地试，直到拼出最完美的图案。
而且呀，Cplex在寻找最优解的过程中，它不是盲目地乱找。
它会根据之前的经验来调整自己的搜索策略。
matlab ceplex implies用法Matlab和Cplex在数值计算、优化问题等领域都扮演着重要的角色。
在Matlab软件中，可以通过使用Cplex库来求解线性规划、整数规划、混合整数规划等多种优化问题。
本文将介绍Matlab中Cplex库的基本用法，并以步骤的形式解释如何使用Cplex来解决优化问题。
1. 安装Cplex和Matlab首先，要使用Cplex库，需要安装Cplex软件包。
可以从IBM官网上下载Cplex软件，并按照安装向导进行安装。
安装完成后，需要将Cplex的安装路径添加到Matlab的路径中，以便Matlab可以找到Cplex库。
2. 导入Cplex库在Matlab中，可以使用addpath函数将Cplex库的路径添加到Matlab 的搜索路径中。
为了使用Cplex库的函数和类，需要使用import命令将这些函数和类导入到当前的Matlab会话中。
3. 创建Cplex对象在Matlab中，可以使用Cplex类来创建一个优化器对象。
通过创建Cplex 对象，可以设置求解器的参数、定义优化问题的变量和约束条件，并使用求解器来求解问题。
4. 定义变量通过调用Cplex类的addCols函数，可以添加变量到优化问题中。
需要指定变量的类型（例如连续变量、整数变量），以及变量的上下界。
可以使用变量的下标来引用变量，以便在后续的约束条件和目标函数中使用。
5. 定义约束条件可以使用addRows函数向优化问题中添加约束条件。
约束条件可以是线性等式或线性不等式，且可以包含变量和常数。
需要为每个约束条件指定等号或不等号，并提供约束条件的系数。
6. 定义目标函数使用setObjCoeff函数可以设置优化问题的目标函数。
目标函数可以是线性函数，其中包含问题的变量和常数。
需要为每个变量指定目标函数中的系数，以便在求解过程中得到正确的结果。
7. 设置求解器参数可以使用Cplex对象的setParam函数来设置求解过程的参数。
CPLEX 12目录1. 简介 (3)2. 怎么用Cplex运行模型 (3)3. Cplex概览 (3)3.1线性规划 (3)3.2二次约束规划 (4)3.3混合整数规划 (4)3.4 可行松弛性 (5)3.5 解池：产生和保持多解 (5)4. GAMS选项 (9)5. Cplex选项总结 (10)5.1 预处理和一般选项 (10)5.2 单纯形法选项 (12)5.3 单纯形法的限制选项 (12)5.4 单纯形法的容限选项 (13)5.5 障碍特殊选项 (13)5.6 筛选特殊选项 (13)5.7 混合整数规划选项 (13)5.8 混合整数规划限制选项 (15)5.9 混合整数规划解池选项 (16)5.10 混合整数规划容许度选项 (16)5.11输出选项 (17)5.12 GAMS/Cplex选项文件 (17)6. 特殊备注 (18)6.1 物理内存限制 (18)6.2 使用特殊有序集 (18)6.3 使用半连续半整数变量 (19)6.4为求解MIP问题耗尽内存 (19)6.5 不能证明整数最优 (20)6.6 从混合整数规划的解开始 (20)6.7 使用可行松弛性 (21)7. GAMS/ CPLEX日志文件 (22)8. CPLEX选项的详细说明 (25)GAMS/Cplex是一种用于GAMS (The General Algebraic Modeling System，通用代数建模系统)的求解器，它使得用户可以把GAMS（通用代数建模系统的）的高级建模功能跟Cplex优化器的优势结合起来。
Cplex优化器是为能快速、最少用户干预地解决大型、复杂问题而设计的。
求解线性、二次约束和混合整数规划问题的Cplex算法现在已提供访问（针对恰当的许可证）。
尽管现存有多种求解工具，但是，GAMS/Cplex能自动地为特定问题计算最优值和设置大部分选项。
本文接下来总结了GAMS/Cplex的所有Cplex选项。
cplex安装教程1. 首先，下载适用于您的操作系统的IBM ILOG CPLEX安装程序。
您可以从IBM官方网站或其它可信的软件下载网站获取该软件。
2. 执行安装程序并开始安装。
按照安装向导中的提示进行操作。
3. 在安装过程中，您可以选择安装C++和Java语言绑定，以便在这些语言中使用CPLEX。
根据您的需求选择适当的选项。
4. 在安装完成后，您需要设置环境变量，以便系统能够找到CPLEX的安装路径。
- 对于Windows用户，打开控制面板，并进入“系统和安全”->“系统”->“高级系统设置”。
在弹出的窗口中，选择“高级”选项卡，并点击“环境变量”按钮。
在系统变量中，找到“Path”变量，并将CPLEX的安装路径添加到变量值中。
- 对于Linux用户，在终端中使用文本编辑器打开~/.bashrc文件。
在文件末尾添加以下行，并保存文件。
```exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:/path/to/cplex/bin/x86-64_linux```5. 环境变量设置完成后，您可以打开终端或命令提示符并输入以下命令来验证CPLEX是否成功安装：```cplex```如果安装成功，您将看到CPLEX的命令行界面。
6. 安装完成后，您可以根据需要编写和运行CPLEX程序。
可以使用C++、Java或其它支持CPLEX的编程语言来编写程序。
- 对于C++，您需要包含适当的头文件并链接CPLEX库文件。
- 对于Java，您需要在您的项目中包含适当的JAR文件，并设置正确的类路径。
- 根据您选择的编程语言和开发环境，参考CPLEX的官方文档以获取更详细的安装和编程说明。
这样，您就可以完成CPLEX的安装并开始使用它来解决优化问题了。
注意，CPLEX是商业软件，您可能需要购买许可证才能使用全部功能。
【CPLEX教程02】配置Cplex的Java环境以及API说明因为⼩编⼀般⽤的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。
CPLEX系列教程可以关注我们的公众号哦！获取更多精彩消息！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。
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。
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 modeldouble[] 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，请确保第⼆步配置正确！⾄此，我们已经能愉快使⽤cplex啦。
java cplex调用示例如何在Java中使用CPLEX进行求解使用IBM CPLEX是一种常见的求解线性规划和整数规划问题的方法。
CPLEX是一种高效的数学优化库，它提供了多种求解算法和优化策略。
在本文中，我将带你一步一步了解如何在Java中使用CPLEX进行求解，并提供一些示例代码。
1. 安装CPLEX库首先，你需要将CPLEX库安装到你的计算机上。
CPLEX可以从IBM官网上下载，并根据相应的操作系统进行安装。
安装完成后，你将获得一个包含CPLEX 库文件的文件夹。
2. 配置Java项目在Java项目中使用CPLEX之前，你需要配置相应的构建路径。
这可以通过在Eclipse或IntelliJ等集成开发环境中导入CPLEX库来完成。
你可以选择将CPLEX 库文件直接复制到项目的lib文件夹中，或者通过修改项目的构建路径来引用库文件。
完成后，你可以开始在Java代码中使用CPLEX库。
3. 导入CPLEX库在Java代码文件的顶部，你需要导入CPLEX库。
这可以通过使用Java的import 语句来完成。
例如，在使用CPLEX的线性规划功能之前，你需要导入IloCplex 类。
导入语句如下：javaimport ilog.concert.*;import ilog.cplex.*;4. 创建求解器在使用CPLEX进行求解之前，你需要创建一个求解器对象。
这个对象将提供CPLEX求解算法的接口，并负责加载问题和求解。
你可以使用IloCplex类来创建一个求解器对象。
示例代码如下：javaIloCplex cplex = new IloCplex();5. 定义决策变量在使用CPLEX求解问题之前，你需要定义问题的决策变量。
CPLEX使用IloNumVar类表示决策变量。
你需要指定决策变量的类型、上下界和名称。
示例代码如下：javaint numVars = 3;double[] lb = {0.0, 0.0, 0.0};double[] ub = {40.0, 3.0, Double.MAX_VALUE};IloNumVar[] x = cplex.numVarArray(numVars, lb, ub);在上面的示例中，我们定义了3个决策变量，它们的下界分别为0.0、0.0和0.0，上界分别为40.0、3.0和无穷大。
yalmip调用cplex语句-回复如何使用YALMIP调用CPLEX语句引言：YALMIP是一个用于建模和求解数学优化问题的MATLAB工具箱。
它为用户提供了一个简单而灵活的界面，使得将实际问题转化为优化问题变得非常容易。
而CPLEX是一个强大的商业数学编程语言和求解器，可用于求解各种优化问题。
本文将详细介绍如何使用YALMIP调用CPLEX语句，并提供一些实例以帮助读者更好地理解。
第一步：安装YALMIP和CPLEX首先，确保已在MATLAB中安装了YALMIP工具箱。
可以在YALMIP的官方网站上找到安装指南和教程。
接下来，需要安装CPLEX求解器。
CPLEX 提供了免费的学术许可证，可以在IBM的网站上获得。
安装过程会有一些详细说明，如何将CPLEX与MATLAB集成。
第二步：设置YALMIP调用CPLEX在MATLAB中，首先加载YALMIP工具箱，使用以下命令：addpath(genpath('路径/YALMIP'));然后，加载CPLEX求解器，使用以下命令：addpath('路径/cplex');接下来，调用yalmip('clear')函数来清除YALMIP的内部存储。
这是为了确保模型从头开始构建:yalmip('clear');第三步：定义优化问题接下来，需要在MATLAB中定义一个优化问题。
为此，需要创建一个MATLAB函数，并使用YALMIP中的变量和约束来描述问题。
YALMIP提供了各种变量类型，如实数、整数、二值等。
可以使用类似下面的代码定义一个线性规划问题：x = sdpvar(n, 1); 定义变量Objective = c' * x; 设定目标函数Constraints = [A * x <= b, x >= 0]; 增加线性约束在这个例子中，n是变量的数量，c是目标函数的系数，A和b是线性约束条件。
MCM美国数学建模大赛集训(第一讲:优化建模软件的安装和使用)Yi-Shuai Niu2016 2017目的:学习数学优化建模软件(IBM ILGO CPLEX,Matlab,Yalmip,Gurobi)的安装和使用。
常见的数学优化模型:1.连续型模型:线性规划(Linear Programming)、二次规划(Quadratic Programming)、二次约束规划(Quadratically Constrained Programming)、非线性规划(Nonlinear Program-ming)、多目标规划(Multiobjective Programming)等。
2.离散型模型:整数和混合整型规划(Integer/Mixed Integer Programming)、组合优化(Combinatorialoptimization:图(graphe)、逆阵(matroid))、动态规划(Dynamic Programming)等。
常见的优化建模软件:软件主要功能调用方式CPLEX解决线性规划、二次约束规划、二次锥规划和混合整规划问题C++,Java,Matlab,PythonMatlab Optimization Toolbox：各种线性、二次、非线性规划求解算法MatlabGlobal Optimization Toolbox：遗传算法、模拟退火法等Gurobi和CPLEX类似，综合性能方面略优，特别是求解混合整数规划Python,C++,Java,Matlab Yalmip Matlab上的优化建模语言。
并提供各类优化求解器调用接口Matlab第一章、软件安装篇1、CPLEX1.1、CPLEX简介IBM R ILOG R CPLEX R Optimization Studio是一款强大的数学优化建模和决策分析支持工具箱。
旨在使用数学规划和约束规划快速开发和部署优化模型。
它将集成开发环境(IDE)1/11November-December2016巴院与强大的优化编程语言(OPL)和高性能的ILOG CPLEX优化器求解工具结合，并且与众多编程语言兼容（C/C++，JAVA，EXCEL，Matlab等都有接口）。
python中cplex的用法Cplex是一种商业最优化软件，常用于数学编程。
在Python中使用cplex需要先安装cplex模块。
安装cplex模块：1. 在命令行中执行命令：```conda install -c ibmdecisionoptimization cplex```2. 或者安装whl文件：从IBM官网下载Cplex Python API对应版本的whl文件，然后执行以下命令：```pip install cplex-xxx.whl```其中，xxx表示对应的Cplex Python API版本号。
使用cplex求解线性规划问题：在Python中调用cplex求解线性规划问题的基本步骤如下：```pythonimport cplex#创建一个问题实例problem = cplex.Cplex()#添加变量var_names = ['x1', 'x2']var_obj = [1.0, 2.0]var_lb = [0.0, 0.0]var_ub = [cplex.infinity, cplex.infinity]var_types = ['C', 'C'] #变量类型，C表示连续型变量，B表示0-1型变量problem.variables.add(names=var_names, obj=var_obj, lb=var_lb, ub=var_ub, types=var_types)#添加约束constraint_names = ['c1', 'c2']linear_constraints = [[['x1', 'x2'], [2.0, 1.0]], # c1: 2*x1 + x2 <= 3[['x1', 'x2'], [1.0, 3.0]] # c2: x1 + 3*x2 <= 4]constraint_rhs = [3.0, 4.0]constraint_senses = ['L', 'L'] #约束条件的符号，L表示<=，E表示=，G表示>=problem.linear_constraints.add(lin_expr=linear_constraints, senses=constraint_senses, rhs=constraint_rhs,names=constraint_names)#求解问题problem.solve()print("Solution status = ", problem.solution.get_status())print("Objective value = ",problem.solution.get_objective_value())print("Solution = ", problem.solution.get_values())```其中，Cplex的求解过程与结果都保存在problem对象中，可以通过调用相应的函数来获取结果。
最近建立了一个网络流模型，是一个混合整数线性规划问题（模型中既有连续变量，又有整型变量）。
当要求解此模型的时候，发现matlab优化工具箱竟没有自带的可以求解这类问题的算法（只有bintprog求解器，但是只能求解不含连续变量的二值线性规划问题）。
于是在网上找了一些解决问题的途径，下面说说几种可能的解决方案。
cplex首先想到的是IBM公司大名鼎鼎的cplex。
cplex是IBM公司一款高性能的数学规划问题求解器，可以快速、稳定地求解线性规划、混合整数规划、二次规划等一系列规划问题。
CPLEX 的速度非常快，可以解决现实世界中许多大规模的问题，它能够处理有数百万个约束(constraint) 和变量 (variable) 的问题，而且一直刷新数学规划的最高性能记录。
他的标准版本是一个windows 下的IDE应用软件，但是开发人员能通过组件库从其他程序语言调用CPLEX 算法。
随标准版本一起发布的文件中包含一个名为matlab文件夹，将此文件夹添加到matlab的搜索路径下就可以在matlab下调用cplex高效地求解数学规划问题。
cplex IDE主界面（是不是很熟悉的界面？没错，cplex也是基于eclipse插件机制开发的。
）：CPLEX Optimizer中文介绍：/components/detailvi ew.aspx?id=ce16c50e-0059-417b-9806-c8b1d3224084官方网址：/components/detailview.aspx?id=ce16c 50e-0059-417b-9806-c8b1d3224084遗憾的是，cplex是一款商业软件，可以从以上官方网址上下载免费试用版，使用时限是90天，而且试用版对问题规模有限制（我的问题有300个变量，370个约束，结果因为问题规模限制无法用试用版求解）。
如果你要用cpl ex解决问题的话，可能还需要学习特定于cplex的建模语言。
如何在C#中引⼊CPLEX的dll（CPLEX系列-教程⼀）以前写在CSDN上的⽂章。
转到博客园之后，打算把这个教程移过来，顺便完善后⾯的教程。
主要是在+EF6⾥⾯使⽤cplex,完成⼀个最优⽣产计划的决策。
当时在查找如何在C#中引⽤cplex时，找到的⼤多是cplex在VS中的环境配置，⼤都还是以C++为例，⽽且觉得有些复杂。
所以想写⼀篇关于C#引⽤的教程。
关于下载我下载的版本是cplex studio12.8.0，可以去官⽹注册账号并下载试⽤版或者教育版。
其他下载途径⾃⾏百度。
安装下载之后，新建⼀个⽂件夹以备安装使⽤。
可以不⽤安装在C盘当中，安装后的⽂件夹如图所⽰：在这些⽂件夹当中，包含有C#、java、matlab、python等的教程（英⽂版），以及提供的样例。
以C#为例：教程位于~\cplex\dotnet.html当中。
样例在~\cplex\examples\x64_windows_vs2017\stat_mda当中。
双击打开其中的.sln⽂件，其中有很多C#的演⽰程序,可以⽤来学习。
.dll引⼊项⽬1. 打开VS2017，新建⼀个C#控制台应⽤程序，⽤来做配置效果的测试。
2. 点击“项⽬”-“添加引⽤”（或者直接在解决⽅案“引⽤”上，右键添加引⽤）3. 浏览⽂件夹，找到你的安装位置。
打开“~\cplex\bin\x64_win64”⽬录，选择其中的这两个添加⼊你的项⽬当中：4. 可以从样例代码中复制⼀个做测试，⽐如：using ILOG.Concert;using ILOG.CPLEX;public class Blend{internal static int _nbElements = 3;internal static int _nbRaw = 2;internal static int _nbScrap = 2;internal static int _nbIngot = 1;internal static double _alloy = 71.0;internal static double[] _cm = { 22.0, 10.0, 13.0 };internal static double[] _cr = { 6.0, 5.0 };internal static double[] _cs = { 7.0, 8.0 };internal static double[] _ci = { 9.0 };internal static double[] _p = { 0.05, 0.30, 0.60 };internal static double[] _P = { 0.10, 0.40, 0.80 };internal static double[][] _PRaw = {new double[] {0.20, 0.01},new double[] {0.05, 0.00},new double[] {0.05, 0.30}};internal static double[][] _PScrap = {new double[] {0.00, 0.01},new double[] {0.60, 0.00},new double[] {0.40, 0.70}};internal static double[][] _PIngot = {new double[] {0.10},new double[] {0.45},new double[] {0.45}};public static void Main(string[] args){try{Cplex cplex = new Cplex();INumVar[] m = cplex.NumVarArray(_nbElements, 0.0, System.Double.MaxValue); INumVar[] r = cplex.NumVarArray(_nbRaw, 0.0, System.Double.MaxValue);INumVar[] s = cplex.NumVarArray(_nbScrap, 0.0, System.Double.MaxValue);INumVar[] i = cplex.NumVarArray(_nbIngot, 0.0, System.Double.MaxValue);INumVar[] e = new INumVar[_nbElements];// Objective Function: Minimize Costcplex.AddMinimize(cplex.Sum(cplex.ScalProd(_cm, m),cplex.ScalProd(_cr, r),cplex.ScalProd(_cs, s),cplex.ScalProd(_ci, i)));// Min and max quantity of each element in alloyfor (int j = 0; j < _nbElements; j++){e[j] = cplex.NumVar(_p[j] * _alloy, _P[j] * _alloy);}// Constraint: produce requested quantity of alloycplex.AddEq(cplex.Sum(e), _alloy);// Constraints: Satisfy element quantity requirements for alloyfor (int j = 0; j < _nbElements; j++){cplex.AddEq(e[j],cplex.Sum(m[j],cplex.ScalProd(_PRaw[j], r),cplex.ScalProd(_PScrap[j], s),cplex.ScalProd(_PIngot[j], i)));}if (cplex.Solve()){if (cplex.GetStatus().Equals(Cplex.Status.Infeasible)){System.Console.WriteLine("No Solution");return;}double[] mVals = cplex.GetValues(m);double[] rVals = cplex.GetValues(r);double[] sVals = cplex.GetValues(s);double[] iVals = cplex.GetValues(i);double[] eVals = cplex.GetValues(e);// Print resultsSystem.Console.WriteLine("Solution status = " + cplex.GetStatus());System.Console.WriteLine("Cost:" + cplex.ObjValue);System.Console.WriteLine("Pure metal:");for (int j = 0; j < _nbElements; j++)System.Console.WriteLine("(" + j + ") " + mVals[j]);System.Console.WriteLine("Raw material:");for (int j = 0; j < _nbRaw; j++)System.Console.WriteLine("(" + j + ") " + rVals[j]);System.Console.WriteLine("Scrap:");for (int j = 0; j < _nbScrap; j++)System.Console.WriteLine("(" + j + ") " + sVals[j]);System.Console.WriteLine("Ingots : ");for (int j = 0; j < _nbIngot; j++)System.Console.WriteLine("(" + j + ") " + iVals[j]);System.Console.WriteLine("Elements:");for (int j = 0; j < _nbElements; j++)System.Console.WriteLine("(" + j + ") " + eVals[j]);}cplex.End();}catch (ILOG.Concert.Exception exc){System.Console.WriteLine("Concert exception '" + exc + "' caught");}System.Console.ReadKey();}}看了其他教程中，说要将解决⽅案启动配置为Release,但后⾯试了⼀下选为Debug也可以正常使⽤。
Cplex安装简介
最近实验室不少同志来询问Cplex的安装及使用。
虽然有官方的安装说明，但是事无巨细地看起来也麻烦，这里就安装过程写一个简单的说明文档。
1.软件下载
首先从S:\shared\Zechun.HU\CPLEX 12.1中下载安装程序和相关的说明文档，其中CZ3VBEN.exe是安装程序，access.ilm是license，这两个是必须的组件。
2.安装
点击CZ3VBEN.exe安装程序，安装过程很简单（建议不要安装到C盘），和普通软件没有不同。
3.导入license
需要设置环境变量，具体的方法如下：右击“计算机”—选择属性—左边栏选择“高级系统设置”—选择“环境变量”—在“用户变量”中新建变量名：ILOG_LICENSE_FILE，设置变量值为access.ilm的路径（点击属性就可以查到）
4.设置路径
搞定了之后，就转战到matlab中设置路径。
将安装得到的ILOG文件夹放到matlab目录下的toolbox中
进入matlab程序，依次点击file—set Path—Add with subfolders（非常重要！），将刚刚拖到toolbox下的ILOG选中，就OK了。
5.最后，为了验证安装有效性，可以在matlab窗口测试help cplex，如果显示一堆说明文
档，就装成功了。
同时左下角的toolbox中也可以看到IBM ILOG的相关标识。
注：现在实验室的服务器上已经有升级到12.2，安装过程大同小异，若有什么新的注意事项，欢迎更新。
By 丁华杰
2011-4-28。
