如何在CPLEX OPL中定义多时段优化的目标函数与约束？

问题背景 #

需对12个时段的优化问题建模，已定义二维变量pd[n][t]（对应每个节点n及时段t），要求逐时段最大化pd[n][t]取值，但变量存在时段间依赖约束：pd[n][t-1] ≤ pd[n][t]，无法拆分为单时段独立代码。现有OPL代码因第一行maximize z[t]报错“name 't' does not exist”，需解决变量定义、目标函数编写、约束实现及逐时段最大化的问题。

1. 变量定义正确性验证 #

在OPL中，二维变量pd[n][t]的定义需先声明对应的集合，正确写法如下：

// 定义节点集合（根据实际场景替换为具体节点列表）
{int} NODES = {1,2,...,N}; 
// 定义12个时段的集合
{int} TIMES = 1..12;

// 定义非负变量pd[n][t]，可根据需求调整变量类型（如整数int、连续float等）
dvar float+ pd[NODES][TIMES];

只要提前正确声明NODES和TIMES集合，该变量定义完全正确，能准确对应每个节点在各时段的取值。

2. 目标函数编写（解决z[t]报错问题） #

报错原因是未声明z变量，且OPL不支持直接对z[t]逐时段单独最大化（目标函数需为单一或组合形式）。根据逐时段最大化的需求，有两种可行实现方式：

方式1：加权求和最大化 #

给各时段目标分配权重，通过加权总和实现优先级偏好（比如后期时段权重更高，优先保障其最大化）：

// 定义时段权重数组，示例：时段越晚权重越高
float w[TIMES] = [1,2,...,12]; 

// 目标函数：加权求和所有节点各时段的pd值
maximize sum(n in NODES, t in TIMES) w[t] * pd[n][t];

若所有时段优先级相同，可将w[t]统一设为1。

方式2：字典序多目标优化 #

若需严格按时段优先级最大化（比如先最大化最后一个时段，再在该基础上最大化前一个时段，依此类推），使用OPL的staticLex函数实现字典序优化：

// 按时段从晚到早的优先级，依次最大化各时段所有节点的pd总和
maximize staticLex(
    sum(n in NODES) pd[n][12],
    sum(n in NODES) pd[n][11],
    sum(n in NODES) pd[n][10],
    ...,
    sum(n in NODES) pd[n][1]
);

staticLex会优先满足第一个目标（t=12的总和最大化），再在满足该条件的解集中优化第二个目标（t=11的总和最大化），以此类推，完全符合逐时段优先级最大化的需求。

3. 约束实现 #

时段间依赖约束 #

针对pd[n][t-1] ≤ pd[n][t]的非递减约束，遍历所有节点及t≥2的时段即可：

forall(n in NODES, t in TIMES: t > 1) {
    pd[n][t-1] <= pd[n][t];
}

可根据实际业务需求，补充其他约束（如资源限制、节点容量约束等）。

内容的提问来源于stack exchange，提问作者Vandana Kumari