Optimization Service
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
优化
用于对线性规划和混合整数线性规划进行建模和求解的线性优化服务。
类
方法
| 方法 | 返回类型 | 简介 |
addConstraint(lowerBound, upperBound) | LinearOptimizationConstraint | 在模型中添加新的线性限制条件。 |
addConstraints(lowerBounds, upperBounds, variableNames, coefficients) | LinearOptimizationEngine | 以批处理方式向模型添加约束。 |
addVariable(name, lowerBound, upperBound) | LinearOptimizationEngine | 向模型添加新的连续变量。 |
addVariable(name, lowerBound, upperBound, type) | LinearOptimizationEngine | 向模型添加新变量。 |
addVariable(name, lowerBound, upperBound, type, objectiveCoefficient) | LinearOptimizationEngine | 向模型添加新变量。 |
addVariables(names, lowerBounds, upperBounds, types, objectiveCoefficients) | LinearOptimizationEngine | 批量向模型添加变量。 |
setMaximization() | LinearOptimizationEngine | 将优化方向设置为最大限度地提高线性目标函数。 |
setMinimization() | LinearOptimizationEngine | 将优化方向设置为最小化线性目标函数。 |
setObjectiveCoefficient(variableName, coefficient) | LinearOptimizationEngine | 设置线性目标函数中某个变量的系数。 |
solve() | LinearOptimizationSolution | 以 30 秒的默认截止期限求解当前线性规划。 |
solve(seconds) | LinearOptimizationSolution | 求解当前的线性规划。 |
属性
| 属性 | 类型 | 说明 |
OPTIMAL | Enum | 找到最佳解决方案时的状态。 |
FEASIBLE | Enum | 找到可行(不一定是最优)解决方案时的状态。 |
INFEASIBLE | Enum | 当前模型不可行(无解)时的状态。 |
UNBOUNDED | Enum | 当前模型处于未绑定状态时的状态。 |
ABNORMAL | Enum | 因意外原因而未能找到解决方案时的状态。 |
MODEL_INVALID | Enum | 模型无效时的状态。 |
NOT_SOLVED | Enum | 尚未调用 LinearOptimizationEngine.solve() 时的状态。 |
属性
| 属性 | 类型 | 说明 |
INTEGER | Enum | 只能采用整数值的变量类型。 |
CONTINUOUS | Enum | 可接受任何实数值的变量类型。 |
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2026-04-13。
[null,null,["最后更新时间 (UTC):2026-04-13。"],[],["The linear optimization service models and solves linear and mixed-integer linear programs. Key actions include: creating an engine (`LinearOptimizationEngine`), adding variables with bounds and types, adding constraints to the model, setting the objective function's direction (maximize or minimize), and setting coefficients for variables in the objective function and constraints. The `solve()` method then computes the solution. The `LinearOptimizationSolution` object contains methods to determine solution status, objective value, and variable values.\n"]]