主要内容来自Operations Research & ABAP ，结合我遇到的需求，做了一些修改。
需求：有BOX1和BOX2两种箱子，分别能包装不同数量的A物料和B物料，给出若干数量的A, B物料，怎样包装可以使箱子数最少？
线性规划有助于解决类似问题。
以下是一个示例程序，包含必要的注释，
*&---------------------------------------------------------------------* *& Report YTEST_LP1 *&---------------------------------------------------------------------* *& *&---------------------------------------------------------------------* REPORT ytest_lp1. *BOX1 箱子可以装2个A物料 1个B物料, BOX2箱子可以装1个A物料 3个B物料, 现有10A 11B， 如何包装箱子最少？ *假设最终结果用到了X个 BOX1箱子， Y个BOX2箱子，问题可以写成如下形式 * minimize X + Y * subject to : 2X + 1Y >= 10 * X + 3Y >= 11 * X >= 0 * Y >= 0 DATA: lr_model TYPE REF TO cl_genios_model, "problem instance lr_objective TYPE REF TO cl_genios_objective, "objective function lr_environment TYPE REF TO cl_genios_environment, lr_x TYPE REF TO cl_genios_variable, "variables lr_y TYPE REF TO cl_genios_variable, lr_constraint TYPE REF TO cl_genios_linearconstraint, lr_solver TYPE REF TO cl_genios_solver, ls_result TYPE genioss_solver_result, ls_variable TYPE genioss_variable, lt_variables TYPE geniost_variable, lv_value TYPE genios_float, lv_name TYPE string. "变量名 lr_environment = cl_genios_environment=>get_environment( ). lr_model = lr_environment->create_model( 'PRIORIZATION' ). *定义离散变量，因为箱子是离散的定义连续变量，因为SIMP只支持连续变量 lr_x = lr_model->create_variable( iv_name = 'X' iv_type = if_genios_model_c=>gc_var_continuous ). lr_y = lr_model->create_variable( iv_name = 'Y' iv_type = if_genios_model_c=>gc_var_continuous ). "下面设置目标函数，取满足条件的(X+Y)最小值，现实中也可能有不同的系数，比如X的价格是2,Y是1，那么在这里做相应调整
lr_objective = lr_model->create_objective( if_genios_model_c=>gc_obj_minimization ).
lr_objective->add_monom( io_variable = lr_x iv_coefficient = 1 ). lr_objective->add_monom( io_variable = lr_y iv_coefficient = 1 ). * 定义线性约束c1: 2X + 1Y >= 10 lr_constraint = lr_model->create_linearconstraint( iv_name = 'c1' iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 10 ). lr_constraint->add_monom( io_variable = lr_x iv_coefficient = 2 ). lr_constraint->add_monom( io_variable = lr_y iv_coefficient = 1 ). * 定义线性约束c2: 1X + 3Y >= 11 lr_constraint = lr_model->create_linearconstraint( iv_name = 'c2' iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 11 ). lr_constraint->add_monom( io_variable = lr_x iv_coefficient = 1 ). lr_constraint->add_monom( io_variable = lr_y iv_coefficient = 3 ). * 定义线性约束c3: X >= 0 lr_constraint = lr_model->create_linearconstraint( iv_name = 'c3' iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 0 ). lr_constraint->add_monom( io_variable = lr_x iv_coefficient = 1 ). * 定义线性约束c4: Y >= 0 lr_constraint = lr_model->create_linearconstraint( iv_name = 'c4' iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 0 ). lr_constraint->add_monom( io_variable = lr_y iv_coefficient = 1 ). lr_solver = lr_environment->create_solver( 'SIMP' ). lr_solver->load_model( lr_model ). ls_result = lr_solver->solve( ). * Get the result IF ls_result-solution_status = if_genios_solver_result_c=>gc_optimal OR ls_result-solution_status = if_genios_solver_result_c=>gc_abortfeasible. lt_variables = lr_model->get_variables( ). LOOP AT lt_variables INTO ls_variable. lv_name = ls_variable-variable_ref->gv_name. lv_value = ls_variable-variable_ref->get_primalvalue( ). DATA: lv_int TYPE P LENGTH 10 DECIMALS 2. lv_int = lv_value. WRITE: /,lv_name,' = ',lv_int. ENDLOOP. ENDIF. lr_environment->destroy_solver( 'SIMP' ). lr_environment->destroy_model( 'PRIORIZATION' ).
文章来源地址https://www.toymoban.com/news/detail-591382.html
运行程序，可以看到结果
X = 3.80
Y = 2.40
示例中的Solver SIMP 仅支持连续变量，对这个需求显然不合适，因为箱子不应该为小数。如果想使用离散变量，就需要换成其他Solver比如MILP，可惜我的系统无法使用MILP，所以不能测试。据说SAP APO或SAP SCM Optimizer可以满足更复杂的需求。文章来源：https://www.toymoban.com/news/detail-591382.html
到了这里，关于SAP ABAP 使用GENIOS求解线性规划问题的简单例子的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
