Ojalgo中ExpressionsBasedModel.minimise()求解整数规划的有效性与结果获取

1. model.minimise()是否足以求解整数模型？ #

默认情况下，ExpressionsBasedModel的minimise()方法不会自动适配整数规划（MILP）场景。如果模型包含整数变量，必须显式指定适配的MILP求解器，否则只会求解线性松弛问题，得到非整数解甚至像你遇到的均匀分配这类不符合预期的结果。

Ojalgo提供了多种MILP求解器实现，比如第三方的CoinMP、OOMPH，或内置的IntegerSolver。你需要在求解前为模型绑定合适的求解器，示例代码如下：

// 以CoinMP为例，需确保项目引入对应依赖
MIPSolver solver = new CoinMP();
model.setSolver(solver);

// 执行求解并检查状态
Optimisation.Result result = model.minimise();
if (result.getState().isFeasible()) {
    // 求解成功，处理结果
} else {
    // 处理无解/不可行情况
}

注意：使用第三方求解器需添加对应依赖（如Maven引入org.ojalgo:ojalgo-coinmp）；若不想依赖第三方库，可使用内置IntegerSolver，但它在大数据量场景下性能可能不如专业MILP求解器。

2. 获取求解结果的规范方式 #

求解成功后，有两种可靠的取值方式：

• 按变量名称获取（推荐）：利用创建变量时指定的obj.identifierString作为名称定位，避免索引顺序混乱，尤其适合大数据量场景：

for (DataObject obj : myData) {
    Variable var = model.getVariable(obj.identifierString);
    // 因变量设为整数约束，直接调用getIntValue()获取整数值
    int varValue = var.getIntValue();
    // 业务逻辑处理...
}

• 按变量列表索引获取：若确定变量顺序与创建时完全一致，可遍历model.getVariables()：

List<Variable> variables = model.getVariables();
for (Variable var : variables) {
    int varValue = var.getIntValue();
    // 业务逻辑处理...
}

另外，也可通过Optimisation.Result对象按索引取值，但需注意索引与变量创建顺序严格对应：

Optimisation.Result result = model.minimise();
if (result.getState().isFeasible()) {
    for (int i = 0; i < result.countVariables(); i++) {
        // 因是整数变量，对结果取整
        int varValue = (int) Math.round(result.get(i));
        // 业务逻辑处理...
    }
}

额外注意事项 #

• 大数据量场景下优先选择专业MILP求解器（如CoinMP），避免内置求解器性能不足；
• 检查约束配置：确认cont.lower/cont.upper的取值、setLinearFactors传入的变量与系数对应关系是否符合业务逻辑，这是求解结果不符合预期的常见原因。

内容的提问来源于stack exchange，提问作者lmcdev