cplex求解单目标问题

CPLEX是一款商业化的数学优化软件，它能够求解线性规划、整数规划、混合整数规划、二次规划、混合互补规划等数学规划问题。对于单目标问题，我们可以使用CPLEX提供的API进行求解。

下面是使用CPLEX Python API求解单目标问题的一些示例代码：

import cplex

# 创建求解器实例
solver = cplex.Cplex()

# 添加变量
solver.variables.add(names=['x1', 'x2', 'x3'], lb=[0, 0, 0], ub=[cplex.infinity, cplex.infinity, cplex.infinity], types=['c', 'c', 'c'])

# 添加目标函数
solver.objective.set_sense(solver.objective.sense.minimize)
solver.objective.set_linear([('x1', 1), ('x2', 2), ('x3', 3)])

# 添加约束条件
solver.linear_constraints.add(lin_expr=[cplex.SparsePair(ind=['x1', 'x2', 'x3'], val=[1, 1, 1])], senses=['L'], rhs=[1])
solver.linear_constraints.add(lin_expr=[cplex.SparsePair(ind=['x1', 'x2', 'x3'], val=[1, -1, 0])], senses=['G'], rhs=[0])
solver.linear_constraints.add(lin_expr=[cplex.SparsePair(ind=['x1', 'x2', 'x3'], val=[0, 1, -1])], senses=['G'], rhs=[0])

# 求解问题
solver.solve()

# 输出结果
print('Solution status:', solver.solution.get_status())
print('Objective value:', solver.solution.get_objective_value())
print('Solution:', solver.solution.get_values())

上述代码中，我们创建了一个包含三个变量和三个约束条件的线性规划问题，并使用CPLEX Python API进行求解。其中，我们使用`variables.add()`方法添加变量，使用`objective.set_linear()`方法添加目标函数，并使用`linear_constraints.add()`方法添加约束条件。最后，使用`solve()`方法求解问题，并使用`solution.get_XXX()`方法获取求解结果。

需要注意的是，CPLEX是一款商业化软件，需要购买使用许可证。同时，CPLEX Python API的使用也需要安装CPLEX Python模块。