嘿，作为Java新手能写到这一步已经很棒了！要获取多个解，核心是让Gurobi在求解时保留多个可行解，然后遍历所有可用解逐个提取。我帮你一步步修改代码：

关键改动点 #

• 首先开启解池功能：在调用model.optimize()之前，设置PoolSolutions参数，告诉Gurobi最多保留多少个解（比如设为10，你可以根据需求调整）。
• 遍历所有找到的解：Gurobi的解编号从0开始，到SolCount-1结束，每个编号对应一个可行解，逐个提取变量值。
• 补全CLSPSolutionCollection的构造函数：你现在的构造函数里没初始化solutions列表，直接add会报空指针，得补上。

修改后的完整代码 #

优化器部分代码 #

CLSPSolutionCollection collection = new CLSPSolutionCollection();
try {
    // 关键：开启解池，设置最多保留10个解（可按需调整）
    model.set(GRB.IntParam.PoolSolutions, 10);
    model.optimize();

    // 检查是否找到可行解（不一定是最优，也可以考虑FEASIBLE状态）
    if (model.get(GRB.IntAttr.Status) == GRB.Status.OPTIMAL || 
        model.get(GRB.IntAttr.Status) == GRB.Status.FEASIBLE) {
        
        int solutionCount = model.get(GRB.IntAttr.SolCount);
        System.out.println("找到 " + solutionCount + " 个可行解");

        // 遍历每个解，从0到solutionCount-1
        for (int solIdx = 0; solIdx < solutionCount; solIdx++) {
            CLSPSolution sol = new CLSPSolution(K, T);
            // 切换到当前解
            model.set(GRB.IntParam.SolutionNumber, solIdx);
            
            // 获取当前解的目标值
            sol.setObjectiveValue((int) model.get(GRB.DoubleAttr.ObjNVal));
            
            // 提取所有决策变量的值
            for (int k = 0; k < K; k++) {
                for (int t = 0; t < T; t++) {
                    sol.setProductionQuantity(k, t, q[k][t].get(GRB.DoubleAttr.Xn));
                    sol.setSetupDecision(k, t, gamma[k][t].get(GRB.DoubleAttr.Xn));
                    sol.setOvertimeDecision(t, beta[t].get(GRB.DoubleAttr.Xn));
                }
            }
            
            // 将当前解加入集合
            collection.add(sol);
        }
    }

    // 资源释放
    model.dispose();
    env.dispose();
} catch (GRBException e) {
    e.printStackTrace();
}
return collection;

补全CLSPSolutionCollection类 #

public class CLSPSolutionCollection {
    private ArrayList<CLSPSolution> solutions;

    // 补全构造函数，初始化列表
    public CLSPSolutionCollection() {
        solutions = new ArrayList<>();
    }

    public void add(CLSPSolution solution) {
        solutions.add(solution);
    }

    public int size() {
        return solutions.size();
    }

    public CLSPSolution get(int index) {
        return solutions.get(index);
    }
}

额外说明 #

• 解池参数调整：除了PoolSolutions，还可以设置PoolSearchMode来控制Gurobi寻找多个解的策略（比如设为1会更积极地找不同的解），具体可以参考Gurobi官方文档。
• 解的状态：如果问题没有最优解但有可行解，model.get(GRB.IntAttr.Status)会是GRB.Status.FEASIBLE，所以代码里加上这个判断能拿到更多可行解。
• 变量提取注意：每个解都要新建CLSPSolution对象，不能复用同一个，否则会覆盖之前解的变量值。

内容的提问来源于stack exchange，提问作者Stijn