如何在PuLP中添加二选一约束：调度场景变量取值控制

要实现每小时4个二进制变量要么全部为1、要么全部为0的约束，你需要引入辅助二进制变量来将OR逻辑转化为线性规划可处理的约束条件，具体步骤如下：

核心思路 #

对每个小时j，新增一个二进制辅助变量y[j]（取值仅为0或1），通过两个线性约束强制：

• 当y[j] = 1时，4个变量的和必须等于4（全1）
• 当y[j] = 0时，4个变量的和必须等于0（全0）

约束转化 #

将你的OR条件转化为以下两个等价的线性约束：

1. sum(x[i,j] for i in 1-4) ≤ 4*y[j]
   • 若y[j]=0，则左边的和必须≤0，结合x是二进制变量的特性，只能全为0
   • 若y[j]=1，此约束不做限制，允许和达到4
2. sum(x[i,j] for i in 1-4) ≥ 4*y[j]
   • 若y[j]=1，则左边的和必须≥4，结合x是二进制变量的特性，只能全为1
   • 若y[j]=0，此约束不做限制，允许和为0

PuLP代码实现 #

首先定义辅助变量，再替换原单一约束为上述两个约束：

# 先定义辅助二进制变量，每个小时对应一个
y = LpVariable.dicts("hour_choice", day, cat='Binary')

# 遍历每个小时添加约束
for j in day:
    # 计算当前小时4个变量的和
    x_sum = lpSum(x[i,j] for i in [1,2,3,4])
    # 添加第一个约束：和 ≤4*y[j]
    model.addConstraint(x_sum <= 4 * y[j])
    # 添加第二个约束：和 ≥4*y[j]
    model.addConstraint(x_sum >= 4 * y[j])

这两个约束组合起来，等价于sum(x[i,j]) = 4*y[j]，而y[j]仅能取0或1，完美实现了你需要的“全0或全1”的二选一逻辑。

内容的提问来源于stack exchange，提问作者Fawzi