用API Cplex 写一段求解单生产线单一产品的优化问题的代码

以下是使用Cplex API解决单生产线单一产品的优化问题的示例代码：

import cplex

# 创建一个新的CPLEX求解器实例
problem = cplex.Cplex()

# 新增决策变量x，表示生产线上生产的产品数量
problem.variables.add(names=["x"])

# 设置决策变量x的上下限
problem.variables.set_lower_bounds(0, 0)
problem.variables.set_upper_bounds(0, cplex.infinity)

# 新增目标函数：最大化生产线上的产品数量
problem.objective.set_sense(problem.objective.sense.maximize)
problem.objective.set_linear([(0, 1)])

# 新增约束条件：每个单位时间内，生产线上最多只能生产一个产品
problem.linear_constraints.add(lin_expr=[cplex.SparsePair(ind=["x"], val=[1])],
                               senses=["L"],
                               rhs=[1])

# 求解优化问题
problem.solve()

# 打印结果
print(problem.solution.get_objective_value())
print(problem.solution.get_values())

在上面的代码中，我们首先创建了一个Cplex求解器实例，并新增了一个决策变量x来表示生产线上生产的产品数量。然后，我们设置了决策变量x的上下限，将目标函数设置为最大化生产线上的产品数量，并且新增了一个约束条件，限制每个单位时间内，生产线上最多只能生产一个产品。

最后，我们调用 `problem.solve()` 方法来求解优化问题，并使用 `problem.solution.get_objective_value()` 和 `problem.solution.get_values()` 方法来获取最优解的目标函数值和决策变量值。