https://ibm.onthehub.com/WebStore/ProductSearchOfferingList.aspx?srch=Cplex

cplex_studio 版本下载地址，可以注册学生版or faculty版本

第一步：注册IBM id账号

第二步：下载相关系统的CPLEX（windows/linux/mac）

这里需要系统中安装有JAVA，选择 open with Java web start launcher （需要下载JAVA），打开后就开始进入下载页面。

补充JAVA安装：

备注：JAVA可以通过rpm包安装，或者是bin文件安装。Rpm安装可以直接双击就可以打开jnlp后缀的文件，bin文件安装的话，需要在图形界面的命令行下执行：javaws ***.jnlp打开。我采用的是bin文件安装。

1、下载你想要的java版本压缩包。

JRE下载：http://java.com/en/download/manual.jsp；

JDK下载：http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html

2、对下载的文件进行解压

3、修改环境变量：

vim ~/.bashrc  

#加入以下内容  

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_144 

export JRE_HOME=${JAVA_HOME}/jre  

export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  

export PATH=${JAVA_HOME}/bin:$PATH  

#保存后使之生效  

source ~/.bashrc

第三步：下载完.bin文件后，修改文件的权限chmod +x filename.bin。然后用命令执行./filename.bin。进入安装。安装过程中需要设置安装路径，所以最好使用超级权限进行安装。默认路径为：/opt/ibm/ILOG/CPLEX_Studio_Community127

第四步：设置 CPLEX 的 Python API

CPLEX 的 Python API 属于 IBM ILOG CPLEX Optimization Studio 的一部分。

与CPLEX Python API 关联的模块驻留在目录 yourCPLEXhome/python/VERSION/PLATFORM 中（或文件夹 yourCPLEXhome\python\VERSION\PLATFORM 中），此处 yourCPLEXhome 指定 CPLEX 安装为 IBM ILOG CPLEX Optimization Studio 一部分的位置，VERSION 指定与 CPLEX 兼容的 Python 版本，而 PLATFORM 表示操作系统与编译器的组合。

有两种可相互替代的方法来设置 CPLEX 的 Python API。

•
首选且最常用的方法是使用位于目录 yourCPLEXhome/python/VERSION/PLATFORM 中（或文件夹 yourCPLEXhome\python\VERSION\PLATFORM 中）的脚本 setup.py。

•
或者，也可以将环境变量 PYTHONPATH 设置为 yourCPLEXhome/python/VERSION/PLATFORM 并通过 CPLEX 来开始运行 Python 脚本。

在以下段落中对这两种方法均进行了进一步详述。

使用脚本 setup.py

要在系统上安装 CPLEX-Python 模块，请使用位于 yourCplexhome/python/VERSION/PLATFORM 中的脚本 setup.py。 如果要将 CPLEX-Python 模块安装在非缺省位置，请使用选项 –home 识别安装目录。 例如，要将 CPLEX-Python 模块安装在缺省位置，请从命令行使用以下命令：

python setup.py install

要安装在目录 yourPythonPackageshome/cplex 中，请从命令行使用以下命令：

python setup.py install –home yourPythonPackageshome/cplex

这两个命令（缺省和指定主目录）均会调用 Python 包 distutils。 有关适用于该软件包的其他选项，请参考 Python distutils 的文档。

设置环境变量 PYTHONPATH

如果并行运行 CPLEX 的多个版本，那么请使用此方法：通过环境变量 PYTHONPATH 来向 Python 安装声明 CPLEX 及其 Python API 的位置。

要开始使用 CPLEX Python API，请将 Python 路径环境变量 PYTHONPATH 设置为值 yourCplexhome/python/VERSION/PLATFORM。 通过设置此环境变量，该版本的 Python 可以找到其所需的 CPLEX 模块以运行使用 CPLEX Python API 的 Python 命令和脚本。

后续步骤

通过这些可相互替代的方法之一设置 Python 环境后，便可以前进至启动 CPLEX Python API主题。

第五步：实例

Python — version 2.7 

有3个不同求解方式：

execfile("cplexpypath.py")

import cplex
from cplex.exceptions import CplexError
import sys

# data common to all populateby functions
my_obj      = [1.0, 2.0, 3.0]
my_ub       = [40.0, cplex.infinity, cplex.infinity]
my_colnames = ["x1", "x2", "x3"]
my_rhs      = [20.0, 30.0]
my_rownames = ["c1", "c2"]
my_sense    = "LL"


def populatebyrow(prob):
    prob.objective.set_sense(prob.objective.sense.maximize)

    # since lower bounds are all 0.0 (the default), lb is omitted here
    prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames)

    # can query variables like the following bounds and names:

    # lbs is a list of all the lower bounds
    lbs = prob.variables.get_lower_bounds()

    # ub1 is just the first lower bound
    ub1 = prob.variables.get_upper_bounds(0)

    # names is ["x1", "x3"]
    names = prob.variables.get_names([0, 2])

    rows = [[[0,"x2","x3"],[-1.0, 1.0,1.0]],
            [["x1",1,2],[ 1.0,-3.0,1.0]]]

    prob.linear_constraints.add(lin_expr = rows, senses = my_sense,
                                rhs = my_rhs, names = my_rownames)

    # because there are two arguments, they are taken to specify a range
    # thus, cols is the entire constraint matrix as a list of column vectors
    cols = prob.variables.get_cols("x1", "x3")


def populatebycolumn(prob):
    prob.objective.set_sense(prob.objective.sense.maximize)

    prob.linear_constraints.add(rhs = my_rhs, senses = my_sense,
                                names = my_rownames)

    c = [[[0,1],[-1.0, 1.0]],
         [["c1",1],[ 1.0,-3.0]],
         [[0,"c2"],[ 1.0, 1.0]]]

    prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames,
                       columns = c)

def populatebynonzero(prob):
    prob.objective.set_sense(prob.objective.sense.maximize)

    prob.linear_constraints.add(rhs = my_rhs, senses = my_sense,
                                names = my_rownames)
    prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames)

    rows = [0,0,0,1,1,1]
    cols = [0,1,2,0,1,2]
    vals = [-1.0,1.0,1.0,1.0,-3.0,1.0]

    prob.linear_constraints.set_coefficients(zip(rows, cols, vals))
    # can also change one coefficient at a time

    # prob.linear_constraints.set_coefficients(1,1,-3.0)
    # or pass in a list of triples
    # prob.linear_constraints.set_coefficients([(0,1,1.0), (1,1,-3.0)])


def lpex1(pop_method):
    try:
        my_prob = cplex.Cplex()

        if pop_method == "r":
            handle = populatebyrow(my_prob)
        if pop_method == "c":
            handle = populatebycolumn(my_prob)
        if pop_method == "n":
            handle = populatebynonzero(my_prob)

        my_prob.solve()
    except CplexError, exc:
        print exc
        return

    numrows = my_prob.linear_constraints.get_num()
    numcols = my_prob.variables.get_num()

    print
    # solution.get_status() returns an integer code
    print "Solution status = " , my_prob.solution.get_status(), ":",
    # the following line prints the corresponding string
    print my_prob.solution.status[my_prob.solution.get_status()]
    print "Solution value  = ", my_prob.solution.get_objective_value()
    slack = my_prob.solution.get_linear_slacks()
    pi    = my_prob.solution.get_dual_values()
    x     = my_prob.solution.get_values()
    dj    = my_prob.solution.get_reduced_costs()
    for i in range(numrows):
        print "Row %d:  Slack = %10f  Pi = %10f" % (i, slack[i], pi[i])
    for j in range(numcols):
        print "Column %d:  Value = %10f Reduced cost = %10f" % (j, x[j], dj[j])

    my_prob.write("lpex1.lp")

if __name__ == "__main__":
    if len(sys.argv) != 2 or sys.argv[1] not in  ["-r", "-c", "-n"]:
        print "Usage: lpex1.py -X"
        print "   where X is one of the following options:"
        print "      r          generate problem by row"
        print "      c          generate problem by column"
        print "      n          generate problem by nonzero"
        print " Exiting..."
        sys.exit(-1)
    lpex1(sys.argv[1][1])
else:
    prompt = """Enter the letter indicating how the problem data should be populated:
    r : populate by rows
    c : populate by columns
    n : populate by nonzeros\n ? > """
    r = 'r'
    c = 'c'
    n = 'n'
    lpex1(input(prompt))

选择r参数，求解结果如下：