Java 如何在Apache Commons Math SimplexSolver中设置决策变量类型，如binary、int、double？

如何在Apache Commons Math中设置决策变量类型，如binary、

int

、

double

？以下程序的输出如下：

332.6666666666667
1.0
8331.666666666668

我希望决策变量的类型为

int

而不是

double

；如果作为整数决策变量求解，则输出应为

333,08325

public static void testSample() throws OptimizationException {
    LinearObjectiveFunction f = new LinearObjectiveFunction(new double[]{25, 15}, 0);
    Collection<LinearConstraint> constraints = new ArrayList<LinearConstraint>();
    constraints.add(new LinearConstraint(new double[]{5, 8}, Relationship.LEQ, 5000));
    constraints.add(new LinearConstraint(new double[]{1, 4}, Relationship.LEQ, 1500));
    constraints.add(new LinearConstraint(new double[]{3, 2}, Relationship.LEQ, 1000));
    constraints.add(new LinearConstraint(new double[]{1, 0}, Relationship.GEQ, 1));
    constraints.add(new LinearConstraint(new double[]{0, 1}, Relationship.GEQ, 1));

    SimplexSolver solver = new SimplexSolver();
    RealPointValuePair solution = solver.optimize(f, constraints, GoalType.MAXIMIZE, true);

    System.out.println(solution.getPoint()[0]);
    System.out.println(solution.getPoint()[1]);
    System.out.println(solution.getValue());
}

public static void testSample（）引发优化异常{
LinearObjectiveFunction f=新的LinearObjectiveFunction（新的双[]{25,15}，0）；
集合约束=新建ArrayList（）；
添加（新的LinearConstraint（新的double[]{5,8}，Relationship.LEQ，5000））；
添加（新的LinearConstraint（新的double[]{1,4}，Relationship.LEQ，1500））；
add（新的LinearConstraint（新的double[]{3,2}，Relationship.LEQ，1000））；
add（newlinearconstraint（newdouble[]{1,0}，Relationship.GEQ，1））；
add（newlinearconstraint（newdouble[]{0，1}，Relationship.GEQ，1））；
SimplexSolver=新SimplexSolver（）；
RealPointValuePair solution=solver.optimize（f，约束，GoalType.MAXIMIZE，true）；
System.out.println（solution.getPoint（）[0]）；
System.out.println（solution.getPoint（）[1]）；
System.out.println（solution.getValue（））；
}

对此很方便：

NumberFormat nf = NumberFormat.getIntegerInstance();
System.out.println(nf.format(solution.getPoint()[0]));
System.out.println(nf.format(solution.getPoint()[1]));
System.out.println(nf.format(solution.getValue()));

控制台：

333 1 8,332 333 1. 8,332

---

附录：此方法假设使用实数应用，结果四舍五入为整数。包含

SimplexSolver

的包不提供其他实现。作为另一种选择，考虑一个或“代码> Max Trimx<代码>，在.< /p>中可用。谢谢您的回答。在您的答案中，您只是格式化了数字，这与优化无关。333 1 8332不是优化答案，优化解决方案是333 0 8325。通过设置决策变量类型，我们可以得到真正的优化。有人知道怎么做吗？啊，我误解了；以上。对不起，我错误地编辑了你的问题。