Gurobipy二进制变量分组约束实现：如何按组迭代生成子集和为1的约束？

这种按组遍历生成约束的方式不仅可行，还能让代码更简洁易维护——后续如果组的数量或成员有变化，不用手动修改每一条约束，只需调整分组配置即可。

具体实现思路 #

1. 用列表嵌套列表定义材料的分组结构，直接对应每组包含的材料索引（或变量名，取决于你定义变量的方式）。
2. 遍历每个分组，自动将组内的二进制变量求和，添加“和等于1”的约束。

Gurobipy代码示例 #

import gurobipy as gp
from gurobipy import GRB

# 创建优化模型
model = gp.Model("material_selection")

# 定义5个二进制决策变量x[0]到x[4]
x = model.addVars(5, vtype=GRB.BINARY, name="x")

# 定义各材料的成本系数（示例值，可替换为实际数据）
costs = [10, 20, 15, 8, 12]

# 设置目标：最小化总成本
model.setObjective(gp.quicksum(costs[i] * x[i] for i in range(5)), GRB.MINIMIZE)

# 定义分组结构：每组对应材料的索引列表
groups = [
    [0, 3, 4],  # 第一组：材料0、3、4
    [1],         # 第二组：材料1
    [2]          # 第三组：材料2
]

# 遍历每组，自动生成约束
for idx, group in enumerate(groups):
    # 添加组内变量和为1的约束
    model.addConstr(
        gp.quicksum(x[i] for i in group) == 1,
        name=f"group_{idx}_select_one"
    )

# 求解模型
model.optimize()

# 输出最优结果
if model.status == GRB.OPTIMAL:
    print("最优选择：")
    for i in range(5):
        if x[i].x > 0.5:
            print(f"选用材料{i}，成本：{costs[i]}")
    print(f"总成本：{model.objVal}")

代码说明 #

• 分组列表groups完全匹配你的需求，后续调整组内成员时，只需修改这个列表，约束生成逻辑无需改动。
• 用gp.quicksum计算组内变量和，比普通Python求和更适配Gurobi的建模逻辑，效率更高。
• 给每个约束命名（如group_0_select_one），方便后续查看模型结构或调试时定位问题。

内容的提问来源于stack exchange，提问作者TroyE219