如何给CVXPY布尔向量变量设置约束以排除(1,1)可行解

你需要在原问题中添加约束，限制两个布尔变量不能同时取1，以下是可行的实现方式：

原问题回顾 #

原代码是最大化两个布尔变量的和，默认最优解是(1,1)，sum为2：

import cvxpy as cp

x1 = cp.Variable(boolean=True)
x2 = cp.Variable(boolean=True)
sum_var = x1 + x2
prob = cp.Problem(cp.Maximize(sum_var))
prob.solve(verbose=True)

错误原因分析 #

你尝试的cp.transforms.indicator([x1==1, x2==1])>=1无法达到目的：

• indicator函数的正确用法是针对单个条件生成指示变量，而非传入条件列表
• 该约束的逻辑是要求至少一个变量为1，这反而包含了(1,1)的情况，完全不符合需求

正确实现方法 #

方法1：添加线性约束（推荐） #

直接通过线性约束x1 + x2 <= 1限制两个变量不能同时为1，这种方式简洁高效，符合CVXPY的凸优化要求：

import cvxpy as cp

x1 = cp.Variable(boolean=True)
x2 = cp.Variable(boolean=True)
sum_var = x1 + x2

# 添加约束：排除x1=1且x2=1的情况
constraints = [x1 + x2 <= 1]

prob = cp.Problem(cp.Maximize(sum_var), constraints)
prob.solve(verbose=True)

print("x1的值:", x1.value)
print("x2的值:", x2.value)
print("最大sum:", sum_var.value)

方法2：使用逻辑约束 #

如果需要更直观的逻辑表达，可以用CVXPY的逻辑函数logical_not和logical_and，底层会自动转换为等价的线性约束：

import cvxpy as cp

x1 = cp.Variable(boolean=True)
x2 = cp.Variable(boolean=True)
sum_var = x1 + x2

# 逻辑上表示“x1和x2不同时为真”
constraints = [cp.logical_not(cp.logical_and(x1, x2))]

prob = cp.Problem(cp.Maximize(sum_var), constraints)
prob.solve(verbose=True)

两种方法最终都会得到最优解sum=1，可行解为(0,1)或(1,0)。

内容的提问来源于stack exchange，提问作者Nick