Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
Optimization Service
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
最佳化
線性最佳化服務,用於模擬及解決線性和混合整數線性程式。
類別
方法
| 方法 | 傳回類型 | 簡短說明 |
addConstraint(lowerBound, upperBound) | LinearOptimizationConstraint | 在模型中新增線性限制。 |
addConstraints(lowerBounds, upperBounds, variableNames, coefficients) | LinearOptimizationEngine | 以批次方式在模型中新增限制。 |
addVariable(name, lowerBound, upperBound) | LinearOptimizationEngine | 在模型中新增連續變數。 |
addVariable(name, lowerBound, upperBound, type) | LinearOptimizationEngine | 在模型中新增變數。 |
addVariable(name, lowerBound, upperBound, type, objectiveCoefficient) | LinearOptimizationEngine | 在模型中新增變數。 |
addVariables(names, lowerBounds, upperBounds, types, objectiveCoefficients) | LinearOptimizationEngine | 將變數批次新增至模型。 |
setMaximization() | LinearOptimizationEngine | 將最佳化方向設為盡量提高線性目標函數。 |
setMinimization() | LinearOptimizationEngine | 將最佳化方向設為盡量減少線性目標函式。 |
setObjectiveCoefficient(variableName, coefficient) | LinearOptimizationEngine | 設定線性目標函式中變數的係數。 |
solve() | LinearOptimizationSolution | 以預設期限 (30 秒) 解決目前的線性程式。 |
solve(seconds) | LinearOptimizationSolution | 解決目前的線性程式。 |
屬性
| 屬性 | 類型 | 說明 |
OPTIMAL | Enum | 找到最佳解決方案時的狀態。 |
FEASIBLE | Enum | 找到可行的解決方案 (不一定是最佳解決方案) 時的狀態。 |
INFEASIBLE | Enum | 目前模型不可行 (無解決方案) 時的狀態。 |
UNBOUNDED | Enum | 目前模型未繫結時的狀態。 |
ABNORMAL | Enum | 因不明原因而無法找到解決方案時的狀態。 |
MODEL_INVALID | Enum | 模型無效時的狀態。 |
NOT_SOLVED | Enum | 尚未呼叫 LinearOptimizationEngine.solve() 時的狀態。 |
屬性
| 屬性 | 類型 | 說明 |
INTEGER | Enum | 只能採用整數值的變數類型。 |
CONTINUOUS | Enum | 可接受任何實值的變數類型。 |
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2026-04-13 (世界標準時間)。
[null,null,["上次更新時間:2026-04-13 (世界標準時間)。"],[],["The linear optimization service models and solves linear and mixed-integer linear programs. Key actions include: creating an engine (`LinearOptimizationEngine`), adding variables with bounds and types, adding constraints to the model, setting the objective function's direction (maximize or minimize), and setting coefficients for variables in the objective function and constraints. The `solve()` method then computes the solution. The `LinearOptimizationSolution` object contains methods to determine solution status, objective value, and variable values.\n"]]