当我在java中使用chocosolver运行背包问题求解器时，我在基准测试中的somme问题示例上发现了这个错误：“objective variable（total_value={516..568}）没有在solution上示例化。检查约束和/或决策变量。”
我的代码与choco解算器的默认设置完美配合。但是我在这个.solver.setsearch（intvarsearch（…））中加入了一个研究启发之后发现了这个错误；
查看“如何初始化研究算法”一节。
我的代码
一般行为：我为问题中的每一项创建一个变量。这些值可以等于1（在解决方案中获取的对象）或0（未获取的对象）。我还添加了一个目标变量，即每个项目的值之和。这就是我们要最大化的法鲁。然后在这些变量上添加约束。
如果要运行完整代码，请将其放在publig github存储库中：https://github.com/hbonnavaud/knapsackproblemsolver.
如何初始化：

this.problem = problem;

 //  Init choco
 this.model = new Model("BackPackProblem");

 //  variables initialisation
 //     Pour chaque objet, on ajoute une variable booléenne.
 //     Si cette variable vaut 1, on prend l'objet, si non on ne le prend pas.
 this.vars = model.intVarArray("X", problem.getItemsSize(), 0, 1, false);
 this.totalValue = model.intVar("Total_Value", 0, problem.getTotalValueUpperBound());

 //  Constraints initialisation
 int[] poids = new int[problem.getItemsSize()];
 int[] valeurs = new int[problem.getItemsSize()];
 for (int i = 0; i < problem.getItemsSize(); i++) {
     poids[i] = problem.getItem(i).getWeight();
     valeurs[i] = problem.getItem(i).getValue();
 }

 //  add constraints on objects weights
 model.scalar(vars, poids, "<=", problem.getBagCapacity()).post();

 //  add constraint on the total value, the one that isn't instanciated at the end
 model.scalar(vars, valeurs, "=", totalValue).post(); // objects value

 model.setObjective(Model.MAXIMIZE, totalValue);  // define objective function

 this.solver = model.getSolver();  // Solver initialisation

我如何初始化研究算法：

this.solver.setSearch(intVarSearch(

         // variable selector
         (VariableSelector<IntVar>) variables -> {
             // Before to select an item to take in our bag, we need to know it there is enough place for it.
             // Let calculate the bag current size
             int totalWeight = 0;
             for (int index = 0; index < this.vars.length; index ++) {
                 if (this.vars[index].isInstantiated()) {
                     totalWeight += this.vars[index].getValue() * problem.getItem(index).getWeight();
                 }
             }

             // We should return the variable that correspond to the item with the best weight
             // in every unset variables
             Double bestRatioFound = null;
             Integer bestItemIndex = null;
             for (int index = 0; index < this.vars.length; index ++) {
                 double itemRatio = problem.getItem(index).getRatio();
                 if (!this.vars[index].isInstantiated()
                         && (bestRatioFound == null || bestRatioFound < itemRatio)
                         && totalWeight + problem.getItem(index).getWeight() < problem.getBagCapacity()) {
                     bestRatioFound = itemRatio;
                     bestItemIndex = index;
                 }
             }

             // Now we found our variable index, we can return it.
             if (bestItemIndex == null) {
                 return null;
             } else return this.vars[bestItemIndex];
         },

         // value selector
         (IntValueSelector) var -> 1,

         // variables to branch on
         vars
 ));

我如何启动决议：

// Final solution interface initialisation
 this.solution = new int[problem.getItemsSize()];
 this.solutionTotalBagValue = 0;
 this.solutionTotalBagWeight = 0;

 // Find the final solution
 while(solver.solve()){
     for (int i = 0; i < problem.getItemsSize(); i ++) {
         solution[i] = vars[i].getValue();
     }
     solutionTotalBagValue = totalValue.getValue();
     this.resolutionTime = (double) solver.getTimeToBestSolution();
 }

然后我把结果打印出来，但这里没用。
我试过的
我试图强制这个.totalvalue示例化，但它没有用，因为它是一个“目标变量”，然后它需要进行研究，因为它需要在之前示例化所有其他变量。
我试图强制解析循环继续，直到这个“目标变量”被示例化，但我没有找到如何在互联网上做到这一点。
现在我没有更多的想法，也没有在网上找到任何关于它的东西。因此，任何帮助/新想法都将不胜感激。
祝你好运，赫德温。