如何在CVXPY中为布尔变量X设置单一非零值乘积约束？

核心需求是让布尔变量数组X与数组B逐元素相乘后，所有非零元素必须等于同一个值p（p是B中的元素）。以下是可行的CVXPY约束编写方案：

方法一：线性化约束（推荐，适配大规模问题） #

步骤1：定义辅助变量 #

• 引入整数变量p，用于存储选中的目标值；
• 设定常数M，取max(B) - min(B)即可，确保能覆盖B[i]-p的所有可能绝对值。

步骤2：编写约束 #

import cvxpy as cp
import numpy as np

n = len(B)
X = cp.Variable(n, boolean=True)
p = cp.Variable(integer=True)
M = max(B) - min(B)

constr = []
# 核心约束：X[i]=1时，B[i]必须等于p；X[i]=0时无限制
for i in range(n):
    constr.append(B[i] - p <= M * (1 - X[i]))
    constr.append(p - B[i] <= M * (1 - X[i]))

# 确保p是B中的元素
unique_B = np.unique(B)
y = cp.Variable(len(unique_B), boolean=True)
constr.append(p == cp.sum(y * unique_B))
constr.append(cp.sum(y) == 1)

# 可选：禁止全0解
constr.append(cp.sum(X) >= 1)

方法二：直接二次约束（适合小规模问题） #

利用布尔变量的特性，直接约束X[i]为1时B[i]必须等于p，CVXPY可处理布尔变量的二次项：

import cvxpy as cp
import numpy as np

n = len(B)
X = cp.Variable(n, boolean=True)
p = cp.Variable(integer=True)

constr = []
for i in range(n):
    constr.append(X[i] * (B[i] - p) == 0)

# 绑定p为B中的元素
unique_B = np.unique(B)
y = cp.Variable(len(unique_B), boolean=True)
constr.append(p == cp.sum(y * unique_B))
constr.append(cp.sum(y) == 1)

# 可选：禁止全0解
constr.append(cp.sum(X) >= 1)

原约束无效的原因 #

你之前写的constr=[cvxpy.sum(np.multiply(X,B))/sum(X)==max(np.multiply(X,B))]存在两个关键问题：

1. 非线性操作无法求解：max(np.multiply(X,B))属于非线性操作，CVXPY支持的主流求解器仅能处理凸优化问题，这类非线性等式约束不在支持范围内；
2. 除法风险：当sum(X)=0（全0解）时，除法无意义，会导致求解报错。

内容的提问来源于stack exchange，提问作者Andrea Montalbani