Python/Gurobi优化约束构建求助：灵活适配人员选取规则

一、约束逻辑梳理 #

你需要的约束规则可以拆解为三种适配场景：

• 若指定地点有足够的对应角色员工，直接从该地点的对应角色员工中选够需求数量
• 若指定地点对应角色员工不足，但全公司同角色员工数量满足需求，从全公司同角色员工中选够数量
• 若全公司无该角色员工，从所有员工中选够需求数量（若员工总数仍不足，则取现有所有员工）

二、代码实现步骤 #

1. 预处理员工属性（简化后续统计） #

利用你已有的employeeLondon、employeeAR等字典，先把员工按「地点+角色」「角色」分组，方便后续快速统计可用人数：

from collections import defaultdict

# 从现有字典推导员工的地点
def get_empl_loc(e):
    if employeeLondon.get(e, 0) == 1:
        return "London"
    elif employeeBerlin.get(e, 0) == 1:
        return "Berlin"
    # 有其他地点的话继续补充elif分支
    else:
        return "Other"

# 从现有字典推导员工的角色
def get_empl_role(e):
    if employeeAR.get(e, 0) == 1:
        return "AR"
    elif employeeUL.get(e, 0) == 1:
        return "UL"
    # 有其他角色的话继续补充elif分支
    else:
        return "Other"

# 构建分组字典
loc_role_empls = defaultdict(list)  # 键为(地点,角色)，值为对应员工列表
role_empls = defaultdict(list)      # 键为角色，值为全公司该角色的员工列表

for e in lstempls:
    loc = get_empl_loc(e)
    role = get_empl_role(e)
    loc_role_empls[(loc, role)].append(e)
    role_empls[role].append(e)

2. 定义需求清单（避免重复编写约束） #

把所有人员需求整理成一个列表，后续只需维护这个列表即可，不用重复写m.addConstr代码：

staff_requirements = [
    ("London", "AR", 1, "c London AR"),
    ("London", "UL", 1, "c London UL"),
    ("Berlin", "UL", 2, "c Berlin UL"),
    # 新增需求直接在这里加一行即可
]

3. 自动生成适配性约束 #

遍历需求清单，根据实际员工数量动态生成对应约束：

for loc, role, req_num, constr_name in staff_requirements:
    # 获取对应分组的员工列表
    loc_role_list = loc_role_empls.get((loc, role), [])
    global_role_list = role_empls.get(role, [])
    
    # 统计可用员工数
    count_loc_role = len(loc_role_list)
    count_global_role = len(global_role_list)
    
    if count_loc_role >= req_num:
        # 场景1：指定地点员工足够，直接约束从该组选够数量
        m.addConstr(
            sum(empls[e] for e in loc_role_list) == req_num,
            name=constr_name
        )
    elif count_global_role >= req_num:
        # 场景2：指定地点不足，从全公司同角色员工中选够数量
        m.addConstr(
            sum(empls[e] for e in global_role_list) == req_num,
            name=constr_name
        )
    else:
        # 场景3：全公司同角色员工不足，从所有员工中选（若总人数仍不够，取现有全部）
        m.addConstr(
            sum(empls[e] for e in lstempls) >= min(req_num, len(lstempls)),
            name=constr_name
        )

4. 修正目标函数（原函数无实际意义） #

你原来的sum([1])是固定值，对Gurobi优化没有实际作用。如果仅需满足约束即可，可设置为：

m.setObjective(0, GRB.MAXIMIZE)

若想在满足约束的前提下最大化选中员工数量，可改为：

m.setObjective(sum(empls.values()), GRB.MAXIMIZE)

三、方案优势 #

• 需求集中管理，新增需求只需修改清单，无需重复编写约束代码
• 提前分组员工，统计效率更高，避免每次遍历全部员工计算乘积
• 动态适配员工数量，自动调整约束逻辑，避免因实际员工不足导致模型不可行

内容的提问来源于stack exchange，提问作者Mike