基于Pyomo的邻接约束建模困境：3×3矩阵attribute分配求助

核心定义 #

• 位置集合：places = [(i,j) for i in range(3) for j in range(3)]，对应3×3矩阵的每个位置
• 属性集合：attributes = range(17)，共17个0/1属性
• 邻接关系字典：预定义每个位置的相邻位置（按你的需求调整）：

  adjacent_places = {
      (0,0): [(0,1), (1,0), (1,1)],
      (0,1): [(0,0), (0,2), (1,0), (1,1), (1,2)],
      (0,2): [(0,1), (1,1), (1,2)],
      (1,0): [(0,0), (0,1), (1,1), (2,0), (2,1)],
      (1,1): [(0,0), (0,1), (0,2), (1,0), (1,2), (2,0), (2,1), (2,2)],
      (1,2): [(0,1), (0,2), (1,1), (2,1), (2,2)],
      (2,0): [(1,0), (1,1), (2,1)],
      (2,1): [(1,0), (1,1), (1,2), (2,0), (2,2)],
      (2,2): [(1,1), (1,2), (2,1)]
  }
  

• 二元决策变量：x = pyo.Var(places, attributes, domain=pyo.Binary)，x[p,a] = 1表示位置p选中属性a
• element映射：element_map为预定义二维结构，element_map[p][a]返回位置p对应element的属性a取值（0/1）

已实现约束（确认正确性） #

1. 每个位置最多选4个属性：

   def max_attr_rule(model, p):
       return sum(model.x[p,a] for a in attributes) <= 4
   model.max_attr = pyo.Constraint(places, rule=max_attr_rule)
   

2. 每个位置至少选1个属性：

   def min_attr_rule(model, p):
       return sum(model.x[p,a] for a in attributes) >= 1
   model.min_attr = pyo.Constraint(places, rule=min_attr_rule)
   

3. 选中的属性对应element取值必须为0：

   def valid_attr_rule(model, p, a):
       return model.x[p,a] <= 1 - element_map[p][a]
   model.valid_attr = pyo.Constraint(places, attributes, rule=valid_attr_rule)
   

修正后的邻接约束 #

针对你遇到的问题，正确的邻接约束逻辑是：若位置p选中属性a，则该属性a必须在p的至少一个相邻位置q对应的element中取值为1，以此避免出现类似(1,1)选属性15但相邻element该属性全为0的违规情况。

Pyomo实现代码：

def adjacency_rule(model, p, a):
    # 若选中x[p,a]，则相邻位置中至少有一个element的a属性为1
    return model.x[p,a] <= sum(element_map[q][a] for q in adjacent_places[p])
model.adjacency = pyo.Constraint(places, attributes, rule=adjacency_rule)

约束逻辑说明 #

• 当sum(element_map[q][a]) >= 1时，右边值≥1，x[p,a]可以取1（满足选中条件）
• 当sum(element_map[q][a]) == 0时，右边值为0，x[p,a]必须取0（禁止选中该属性）

目标函数（最小化总选中属性数） #

model.obj = pyo.Objective(expr=sum(model.x[p,a] for p in places for a in attributes), sense=pyo.minimize)

内容的提问来源于stack exchange，提问作者Ryan