我正在尝试用额外的约束(权重)解决类似于TSP的问题, 我已经用Java编写了我的代码,但编译时遇到问题: 这是我的代码:
package example01;
import ilog.concert.*;
import ilog.cplex.*;
import java.io.*;
import java.util.Arrays;
public class modele {
public static void solveme1 (){
int n = 5;
int [] W = {1,2,3,4,5};
int [][] distance = {
{ 0,14,10,12,20 },
{ 14,0,23,4,30 },
{ 10,23,0,25,18 },
{ 12,4,25,0,17 },
{ 20,30,18,17,0 },
};
try {
IloCplex cplex = new IloCplex();
//variables
IloNumVar[][] x = new IloNumVar[n][];
for (int i=0; i<n ; i++){
x[i] = cplex.boolVarArray(n);
}
IloNumVar [] time = cplex.numVarArray(n, 0, Double.MAX_VALUE);
// objective
IloLinearNumExpr obj = cplex.linearNumExpr();
for (int i =0; i<n; i++) {
obj.addTerm(time[i], W[i]);
}
cplex.addMinimize(obj);
//constraints
// Flux In
for (int j=0; j<n; j++){
IloLinearNumExpr expr = cplex.linearNumExpr();
for(int i=0; i<n; i++){
if (i!=j){
expr.addTerm(1.0,x[i][j]);
}
}
cplex.addEq(expr, 1);
}
// Flux Out
for (int j=0; j<n; j++){
IloLinearNumExpr expr = cplex.linearNumExpr();
for(int i=0; i<n; i++){
if (i!=j){
expr.addTerm(1.0,x[j][i]);
}
}
cplex.addEq(expr, 1);
}
// Starting at time =0
cplex.addEq(time[0],0);
// To force the starting from the location 0
for (int j=1; j<n; j++){
IloLinearNumExpr expr = cplex.linearNumExpr();
expr.addTerm(1.0,x[0][j]);
cplex.addEq(expr, 1);
}
// Constraint to determine the time in "J" after visiting "I"
for (int j=0; j<n;j++){
for (int i=0;i<n;i++){
if (i!=j){
cplex.addGe(time[j], cplex.sum(cplex.sum(time[i], cplex.prod(x[i][j],
distance[i][j])),cplex.prod(cplex.sum(x[i][j],-1),Double.MAX_VALUE)));
}
}
}
if (cplex.solve())
{
System.out.println("objective = "+cplex.getObjValue());
}
else {
System.out.println("Not solved");
}
cplex.end();
}
catch (IloException e){
e.printStackTrace();
}
}
}
期刊日志如下:
&#34;专栏&#39; x2&#39;设置为无限下限。 预先计算时间= 0.00秒。 (0.01滴答) 根节点处理(在b&amp; c之前): 实时= 0.00秒。 (0.01滴答) 并行b&amp; c,8个线程: 实时= 0.00秒。 (0.00刻度) 同步时间(平均)= 0.00秒。 等待时间(平均值)= 0.00秒 总计(根+分支和切割)= 0.00秒。 (0.01滴答) 没解决&#34;
Thank you in advance for your answers ! */
答案 0 :(得分:1)
您声明编译时遇到问题。在我看来,你在运行程序时遇到了问题,并且它告诉你模型是不可行的(具有无限下限的变量听起来不可行)。