Java apache.commons.math3-如何使用线性规划？

commons math（2.2版）有一个LP解算器

我发现了以下示例代码：

import java.util.ArrayList;
import java.util.Collection;

import org.apache.commons.math.optimization.GoalType;
import org.apache.commons.math.optimization.OptimizationException;
import org.apache.commons.math.optimization.RealPointValuePair;
import org.apache.commons.math.optimization.linear.LinearConstraint;
import org.apache.commons.math.optimization.linear.LinearObjectiveFunction;
import org.apache.commons.math.optimization.linear.Relationship;
import org.apache.commons.math.optimization.linear.SimplexSolver;

@SuppressWarnings("deprecation")
public class Main {
    @SuppressWarnings({ "rawtypes", "unchecked"})
    public static void main(String[] args) {
        //describe the optimization problem
        LinearObjectiveFunction f = new LinearObjectiveFunction(new double[] { 3, 5}, 0);

        Collection constraints = new ArrayList();
        constraints.add(new LinearConstraint(new double[] { 2, 8}, Relationship.LEQ, 13));
        constraints.add(new LinearConstraint(new double[] { 5, -1}, Relationship.LEQ, 11));

        constraints.add(new LinearConstraint(new double[] { 1, 0}, Relationship.GEQ, 0));
        constraints.add(new LinearConstraint(new double[] { 0, 1}, Relationship.GEQ, 0));

        //create and run solver
        RealPointValuePair solution = null;
        try {
            solution = new SimplexSolver().optimize(f, constraints, GoalType.MAXIMIZE, false);
        }
        catch (OptimizationException e) {
            e.printStackTrace();
        }

        if (solution != null) {
            //get solution
            double max = solution.getValue();
            System.out.println("Opt: " + max);

            //print decision variables
            for (int i = 0; i < 2; i++) {
                System.out.print(solution.getPoint()[i] + "\t");
            }
        }
    }
}

import java.util.ArrayList；
导入java.util.Collection；
导入org.apache.commons.math.optimization.GoalType；
导入org.apache.commons.math.optimization.OptimizationException；
导入org.apache.commons.math.optimization.RealPointValuePair；
导入org.apache.commons.math.optimization.linear.LinearConstraint；
导入org.apache.commons.math.optimization.linear.LinearObjectiveFunction；
导入org.apache.commons.math.optimization.linear.Relationship；
导入org.apache.commons.math.optimization.linear.SimplexSolver；
@抑制警告（“弃用”）
公共班机{
@SuppressWarnings（{“rawtypes”，“unchecked”}）
公共静态void main（字符串[]args）{
//描述优化问题
LinearObjectiveFunction f=新的LinearObjectiveFunction（新的双[]{3,5}，0）；
集合约束=新建ArrayList（）；
add（新的LinearConstraint（新的double[]{2,8}，Relationship.LEQ，13））；
add（新的LinearConstraint（新的double[]{5，-1}，Relationship.LEQ，11））；
add（newlinearconstraint（newdouble[]{1,0}，Relationship.GEQ，0））；
add（newlinearconstraint（newdouble[]{0，1}，Relationship.GEQ，0））；
//创建并运行解算器
RealPointValuePair解决方案=空；
试一试{
解决方案=新建SimplexSolver（）.optimize（f，约束，GoalType.MAXIMIZE，false）；
}
捕获（优化异常）{
e、 printStackTrace（）；
}
如果（解决方案！=null）{
//得到解决方案
double max=solution.getValue（）；
System.out.println（“Opt:+max”）；
//打印决策变量
对于（int i=0；i<2；i++）{
System.out.print（solution.getPoint（）[i]+“\t”）；
}
}
}
}

但是，在添加最新数学版本（3.6.1）的maven依赖项时

我发现大多数相关类都不推荐使用，而且我还没有找到任何更新版本的代码示例

---

我很乐意使用3.6.1解决我的LP问题-有人能在这里帮助我吗

链接中的示例使用的是commons math版本2

commons math的主包似乎从版本2

org.apache.commons.math

更改为版本3中的

org.apache.commons.math3

示例中使用的类来自

org.apache.commons.math.optimization

package，在这种具体情况下，新版本中的包是

从版本2到版本3的示例代码如下所示：

package commons.math;

import java.util.ArrayList;
import java.util.Collection;

import org.apache.commons.math3.optim.PointValuePair;
import org.apache.commons.math3.optim.linear.LinearConstraint;
import org.apache.commons.math3.optim.linear.LinearConstraintSet;
import org.apache.commons.math3.optim.linear.LinearObjectiveFunction;
import org.apache.commons.math3.optim.linear.Relationship;
import org.apache.commons.math3.optim.linear.SimplexSolver;
import org.apache.commons.math3.optim.nonlinear.scalar.GoalType;

public class MathTest {

    public static void main(String[] args) {
        //describe the optimization problem
        LinearObjectiveFunction f = new LinearObjectiveFunction(new double[] { 3, 5}, 0);

        Collection<LinearConstraint> constraints = new ArrayList<LinearConstraint>();
        constraints.add(new LinearConstraint(new double[] { 2, 8}, Relationship.LEQ, 13));
        constraints.add(new LinearConstraint(new double[] { 5, -1}, Relationship.LEQ, 11));

        constraints.add(new LinearConstraint(new double[] { 1, 0}, Relationship.GEQ, 0));
        constraints.add(new LinearConstraint(new double[] { 0, 1}, Relationship.GEQ, 0));

        //create and run solver
        PointValuePair solution = null;
        solution = new SimplexSolver().optimize(f, new LinearConstraintSet(constraints), GoalType.MAXIMIZE);

        if (solution != null) {
            //get solution
            double max = solution.getValue();
            System.out.println("Opt: " + max);

            //print decision variables
            for (int i = 0; i < 2; i++) {
                System.out.print(solution.getPoint()[i] + "\t");
            }
        }
    }
}

package commons.math；
导入java.util.ArrayList；
导入java.util.Collection；
导入org.apache.commons.math3.optim.PointValuePair；
导入org.apache.commons.math3.optim.linear.LinearConstraint；
导入org.apache.commons.math3.optim.linear.LinearConstraintSet；
导入org.apache.commons.math3.optim.linear.LinearObjectiveFunction；
导入org.apache.commons.math3.optim.linear.Relationship；
导入org.apache.commons.math3.optim.linear.SimplexSolver；
导入org.apache.commons.math3.optim.nonlinear.scalar.GoalType；
公共类数学测验{
公共静态void main（字符串[]args）{
//描述优化问题
LinearObjectiveFunction f=新的LinearObjectiveFunction（新的双[]{3,5}，0）；
集合约束=新建ArrayList（）；
add（新的LinearConstraint（新的double[]{2,8}，Relationship.LEQ，13））；
add（新的LinearConstraint（新的double[]{5，-1}，Relationship.LEQ，11））；
add（newlinearconstraint（newdouble[]{1,0}，Relationship.GEQ，0））；
add（newlinearconstraint（newdouble[]{0，1}，Relationship.GEQ，0））；
//创建并运行解算器
PointValuePair解决方案=null；
解决方案=新建SimplexSolver（）.optimize（f，新建LinearConstraintSet（约束），GoalType.MAXIMIZE）；
如果（解决方案！=null）{
//得到解决方案
double max=solution.getValue（）；
System.out.println（“Opt:+max”）；
//打印决策变量
对于（int i=0；i<2；i++）{
System.out.print（solution.getPoint（）[i]+“\t”）；
}
}
}
}

---

希望能有所帮助，

不推荐的东西并不意味着不能使用。但可能有一个原因说明了为什么他们被弃用。继续阅读，您将了解该库的秘密。也许，如果您发布了一个您正在尝试使用不推荐的API进行操作的示例，某人可能会帮助您找到不推荐的方法。