如何在Google OR-Tools中使用max函数？线性求解器报错处理

你的错误根源在于：Google OR-Tools的线性求解器仅支持线性表达式和约束，不能直接使用Python内置的max()函数，也不能基于求解器变量（比如C_i[i]）写条件判断（if C_i[i] > d_j[i]这类逻辑）——这些操作会引入非线性逻辑，超出线性求解器的处理范围。

正确实现思路 #

要模拟max(0, x)的线性表达，需要引入辅助变量并添加线性约束：

1. 对每个任务i，创建辅助变量s_i，用于表示max(0, C_i - d_i)。
2. 添加两个约束：
   • s_i >= C_i - d_i：确保s_i至少等于C_i - d_i的差值
   • s_i >= 0：确保s_i不会为负数
3. 将目标函数设为所有s_i的和，进行最小化。

因为我们的目标是最小化总和，最优解中s_i会自动取max(0, C_i - d_i)：

• 当C_i - d_i <= 0时，s_i取0（满足两个约束且总和最小）
• 当C_i - d_i > 0时，s_i会等于C_i - d_i（否则总和可以更小）

代码示例 #

假设你已经初始化了LinearSolver，且C_i是已定义的完工时间变量数组，d_i是交货期数组：

from ortools.linear_solver import pywraplp

# 初始化求解器（示例用SCIP，可替换为其他线性求解器）
solver = pywraplp.Solver.CreateSolver('SCIP')
if not solver:
    exit()

job_num = 5  # 示例任务数
d_i = [10, 15, 8, 20, 12]  # 示例交货期

# 假设C_i是已定义的完工时间变量（比如调度问题中通过约束计算的变量）
C_i = []
for i in range(job_num):
    C_i.append(solver.NumVar(0, solver.infinity(), f'C_{i}'))

# 创建辅助变量s_i
s = []
for i in range(job_num):
    s_i = solver.NumVar(0, solver.infinity(), f's_{i}')
    s.append(s_i)
    # 添加约束：s_i >= C_i[i] - d_i[i]
    solver.Add(s_i >= C_i[i] - d_i[i])
    # s_i >=0 已在变量定义时设下界为0，可省略显式约束

# 设置目标函数：最小化sum(s_i)
objective = solver.Objective()
for s_i in s:
    objective.SetCoefficient(s_i, 1)
objective.SetMinimization()

# 求解
status = solver.Solve()

if status == pywraplp.Solver.OPTIMAL:
    print('最优目标值：', solver.Objective().Value())
    for i in range(job_num):
        print(f'任务{i}：C_i={C_i[i].solution_value()}, s_i={s[i].solution_value()}')
else:
    print('未找到最优解')

为什么你的之前尝试不可行 #

你写的T1和T2中用了if C_i[i] <= d_j[i]这类条件判断，这会直接尝试对求解器变量做比较运算，而OR-Tools线性求解器不支持这种操作——所有逻辑必须通过线性约束来表达，不能用Python的条件分支直接过滤变量。

内容的提问来源于stack exchange，提问作者user999