线性规划模型中城市供水管网水源优先级约束构建咨询

核心需求梳理 #

• 水源优先级：雨水收集（x1）> 河道取水（x2）> 水库放水（x3_t）> 外部供水（x4_t）
• 变量定义：x1、x2为跨所有时间步的一次性变量；x3_t、x4_t为t时刻的动态变量
• 已配置约束：
  • x1 + x2 + x3_t + x4_t >= c_t（满足t时刻需水量要求）
  • x3_t < 100（单时刻水库放水上限）
• 待实现逻辑：当x1 + x2 + x3_t >= c_t时，强制x4_t = 0，即用尽前三级水源后才启用外部供水

可行实现方案（Big M法修正版） #

Big M法是处理这类逻辑约束的标准手段，之前的困惑通常源于M值选取不合理或约束逻辑未对齐，以下是正确的约束构建方式：

1. 引入0-1辅助变量 #

对每个时间步t，新增二进制变量y_t（取值0或1），用于标记是否需要启用外部供水：

• y_t = 0：表示x1 + x2 + x3_t >= c_t，此时x4_t必须为0
• y_t = 1：表示x1 + x2 + x3_t < c_t，此时x4_t需补充需水量缺口

2. 构建约束条件 #

（1）限制外部供水仅在必要时启用

x4_t <= M * y_t

这里的M是一个足够大的正数，建议取值为t时刻可能的最大需水量缺口（比如max(c_t) - (x1_max + x2_max + 100)，若x1、x2有上限；若无上限则取远大于c_t的合理值）。当y_t=0时，该约束强制x4_t=0；当y_t=1时，约束失效，x4_t可自由取值补充缺口。

（2）触发辅助变量的逻辑约束

x1 + x2 + x3_t <= c_t - 1 + M * y_t

该约束的作用：当x1 + x2 + x3_t >= c_t时，右边必须大于等于左边，此时y_t只能取0（若y_t=1，右边为c_t-1+M虽满足，但结合目标函数优先级，模型会自动选择y_t=0以避免启用外部供水）；当x1 + x2 + x3_t < c_t时，y_t必须取1，否则左边> c_t-1、右边=c_t-1，约束不成立。

（3）保留原需水量满足约束

x1 + x2 + x3_t + x4_t >= c_t

3. 目标函数强化优先级 #

为确保模型严格遵循水源优先级，需对低优先级水源设置更高的成本权重，示例目标函数：

minimize (0*x1 + 0*x2 + 0*x3_t + K*x4_t)

其中K为远大于0的正数，模型会优先用尽前三级水源，仅在迫不得已时启用x4_t。若x3_t存在使用成本，可给其设置比K小的权重（如0.1*K），进一步强化优先级排序。

替代方案：分段线性约束（无需0-1变量） #

若不想引入二进制变量，可通过分段约束实现，但仅适用于线性规划场景，且需配合目标函数惩罚：
将x4_t >= max(0, c_t - x1 - x2 - x3_t)拆分为两个线性约束：

x4_t >= c_t - x1 - x2 - x3_t
x4_t >= 0

该约束仅能保证x4_t补充缺口，无法强制x4_t=0当x1+x2+x3_t >=c_t，因此必须通过目标函数对x4_t设置高惩罚权重，让模型主动选择x4_t=0。此方法效果依赖权重设置，严谨性不如Big M法。

内容的提问来源于stack exchange，提问作者snek