<a href="#1idea_25">1.打开idea，创建一个新项目</a>    <a href="#2cplex_35">2.导入cplex的包</a>    <a href="#3cplex_46">3.测试，用cplex求解一个简单的线性规划问题</a>      <a href="#_148">总结</a>   

import ilog.concert.IloException;
import ilog.concert.IloLinearNumExpr;
import ilog.concert.IloNumVar;
import ilog.cplex.IloCplex;

public class Main {

   public static void main(String[] args) throws IloException {
      
      // 创建cplex对象，往后基于此对象进行模型的建立与求解
      IloCplex cplex = new IloCplex();

      // 声明决策变量 x1，x2，x3
      // x1 的取值范围是 -10 ~ 50
      IloNumVar x1 = cplex.numVar(-10,50);
      // x2 的取值范围是 0 ~ 正无穷(这里用Double类型能接受的最大值代替正无穷)
      IloNumVar x2 = cplex.numVar(0,Double.MAX_VALUE);
      // x3 被限定为 等于 5 (相当于取值范围是5~5)
      IloNumVar x3 = cplex.numVar(5,5);

      // 定义目标函数表达式
      IloLinearNumExpr target = cplex.linearNumExpr();
      target.addTerm(1,x1);  // addTerm(a,b) 是指将 a*b 追加到表达式中
      target.addTerm(2,x2);
      target.addTerm(3,x3);

      // 声明求解目标函数的最大值,将目标函数加入到cplex模型中
      cplex.addMaximize(target);

      // 添加约束
      // 约束1：X1+2*X2+X3 <= 100   用表达式添加约束
      IloLinearNumExpr expr1 = cplex.linearNumExpr();
      expr1.addTerm(1,x1);
      expr1.addTerm(2,x2);
      expr1.addTerm(1,x3);
      cplex.addLe(expr1,100);  // addLe(a,b)  代表令 a <= b
      // 约束2：X1+X2-2*X3 >= 10
      IloLinearNumExpr expr2 = cplex.linearNumExpr();
      expr2.addTerm(1,x1);
      expr2.addTerm(1,x2);
      expr2.addTerm(-2,x3);
      cplex.addGe(expr2,10);   // addGe(a,b)  代表令 a >= b
      // 约束3 ： x3 = 5
      // （由于声明x3变量的时候范围已经限制在5~5之间，所以这里其实没有必有再写了
      // 但是为了让大家了解addEq的用法，在这里还是演示一下）
      cplex.addEq(x3,5);   // addGe(a,b)  代表令 a = b

      // 激动人心的求解时刻!
      // 只需要调用cplex.solve()即可 ，返回值为是否找到解
      boolean isSolve = cplex.solve();

      if(isSolve){
         // 如果找到了解
         double result = cplex.getObjValue();  // 获取解（目标函数最大值）
         System.out.println("目标函数最大值为："+result);

         // 我们还可以看看x1，x2，x3分别取什么的情况下，使得目标函数达到最值
         double x1_value = cplex.getValue(x1);
         double x2_value = cplex.getValue(x2);
         double x3_value = cplex.getValue(x3);
         System.out.println("x1 = "+x1_value);
         System.out.println("x2 = "+x2_value);
         System.out.println("x3 = "+x3_value);

      }else{
         // 如果找不到解
         System.err.println("此题无解");
      }
   }

}


输出结果：
Tried aggregator 1 time.
LP Presolve eliminated 2 rows and 2 columns.
Aggregator did 1 substitutions.
All rows and columns eliminated.
Presolve time = 0.00 sec. (0.00 ticks)
---------------------------------------------------------上面是cplex求解器自带的输出，下面是我们手动写的输出
目标函数最大值为：110.0
x1 = -10.0
x2 = 52.5
x3 = 5.0