Java ApacheCommonsMath3：构建模型时始终获取无界解决方案异常

我想用apache的commons math 3解决以下模型：

maximize: 30x + 40y
s.t. x+y <= 240; 2x+y <= 320; x,y>=0;

最大化：30x+40y
s、 t.x+y从未使用过该库，但文档告诉您：

公共非负约束（布尔限制）

参数：

受限-如果为真，则所有变量必须为正

而你做的恰恰相反：

NonNegativeConstraint nonNegativeConstraint = new NegativeConstraint(false);

阅读文档时，我强烈倾向于整数编程不受支持。
从未使用过该库，但文档告诉您：

公共非负约束（布尔限制）

参数：

受限-如果为真，则所有变量必须为正

而你做的恰恰相反：

NonNegativeConstraint nonNegativeConstraint = new NegativeConstraint(false);

阅读文档，我强烈倾向于整数编程不受支持。
您错误地配置了非负约束，如果您想要x，您应该将“true”传递给它的构造函数，如果您想要x，y都是正的
您错误地配置了非负约束，如果您想要x，您应该将“true”传递给它的构造函数，你们两个都是积极的
啊，这解决了问题，谢谢！所以在我之前的解决方案中，我说过：“每个决策变量都可以是负的和正的”，而不是“每个决策变量都必须是0或正的”。因此，有无界解的值是有意义的。我正在寻找一个好的优化库。如果它是开源的，那就太好了。在我的研究中，我只使用了商业工具IBMILOGCPLEX，这非常好。Choco CP Solver是一个很好的替代方案，但它不支持双解（仅支持整数和二进制）。你有一个很好的选择吗？从技术上讲，你说：
不添加任何非负性约束
。与假设变量一起，默认情况下是免费的（可能隐藏在文档的某个地方），它按预期工作。但请记住，这种假设通常是不同的。示例：几乎所有基于内点法的解算器（不是您的库）都采用理论设计，只允许使用非负变量（自然形式和自由变量需要特别注意；）。自由和非自由（M）IP解算器之间存在巨大差距（特别是当涉及二进制/整数时；在纯LP的情况下，大多数情况下这很容易解决）。忽略Choco和co（这是一种完全不同的方法；主要解决不同的问题），我对免费解算器的评价是：CBC>GLPK>LPsolve，其中GLPK和LPsolve的文档比现在更好！备注：当我玩Choco时，我看到有rational支持（或称之为浮动），但安装起来很麻烦。但请记住，CP与MIP非常不同。尤其是优化目标非常困难。感谢您提供的详细信息！我也看过SCIP解算器。所有这些解算器都是用C（++）编写的，有什么特殊原因吗？希望将其用作java api。通常，它可以与本机库等一起使用。但是，如果没有来自核心java的这些依赖关系，使用它将是非常好的。（1）C（++）是高性能计算领域的主流语言（以及一些Fortran；但较新的项目通常不会使用F）。这有很多原因，但手动内存管理可能是更重要的原因之一。（2）SCIP是开源的，但不是免费的！我想说它可能甚至比CBC更好，但好吧，不是出于商业目的。（3）实现语言和API是两个不同的东西。商业解决方案都是C（++）（可能是一些F），但可能有10种语言的接口，包括Java、Python……可能有一种开源解决方案的Java bases API。啊，这解决了问题，谢谢！所以在我之前的解决方案中，我说过：“每个决策变量都可以是负的和正的”，而不是“每个决策变量都必须是0或正的”。因此，有无限的解决方案值是有道理的。我正在寻找一个好的优化库。如果它是开源的，那就太好了。在我的研究中，我只使用过商业工具ibm ilog cplex，这很好。Choco CP Solver是一个很好的替代方案，但它不支持双解（仅支持整数和二进制）.你有一个很好的选择吗？从技术上讲，你说：
不添加任何非负性约束
。加上假设变量，默认情况下是免费的（可能隐藏在文档的某个地方）它按预期工作。但请记住，这种假设通常是不同的。例如：几乎所有基于内点法（而不是您的库）的解算器都采用理论设计，只允许非负变量（自然形式和自由变量需要特别注意；）。自由和非自由（M）之间存在巨大的差距IP解算器（特别是当涉及二进制/整数时；在纯LP情况下，这在大多数情况下很容易解决）。忽略Choco和co（这是一种完全不同的方法；主要解决不同的问题），我对免费解算器的评价是：CBC>GLPK>LPsolve，其中GLPK和LPsolve的文档比现在更好！备注：当我玩Choco时，我看到有rational支持（或称之为浮动），但安装起来很麻烦。但请记住，CP与MIP非常不同。尤其是优化目标非常困难。感谢您提供的详细信息！我也看过SCIP解算器。所有这些解算器都是用C（++）编写的，有什么特殊原因吗？希望将其用作java api。通常，它可以与本机库等一起使用。但是，如果没有来自核心java的这些依赖关系，使用它将是非常好的。（1）C（++）是高性能计算领域的主流语言（以及一些Fortran；但较新的项目通常不会使用F）。这有很多原因，但手动内存管理可能是更重要的原因之一。（2）SCIP是开源的，但不是免费的！我想说它可能甚至比CBC更好，但不是出于商业目的。（3）实现语言和API是两回事