决策变量加权平均线性化与巧克力混合甜度估计问题咨询

问题梳理 #

• 场景基础配置：2个储料仓存放甜度存在差异的熔融巧克力，生产环节可从任意储料仓抽取物料，唯一硬约束为每个储料仓的整体甜度不得超过x%
• 生产逻辑：储料仓内存储的巧克力后续加工为巧克力棒，市场对不同甜度等级的巧克力棒存在对应需求；单款巧克力棒的最终甜度为生产过程中从各储料仓取用熔融巧克力量的加权平均值
• 建模难点：由于储料仓内的巧克力甜度本身就是仓内物料的加权平均计算结果，混合约束方程最终会形成包含决策变量的二次函数
• 已知方案与需求：目前可采用McCormick envelopes及同类近似松弛技术处理该二次方程，需要除此之外的实用技巧、快速启发式方法，用于估计最终混合产出巧克力棒的甜度

可直接落地的替代方法 #

1. 变量重构精确线性化（无近似误差） #

双储料仓属于极低维场景，完全不需要用凸松弛做近似，通过变量替换就能得到等价的线性规划模型，求解速度远快于McCormick松弛：

• 核心逻辑：储料仓甜度更新的二次约束，本质是「抽料后仓内剩余总糖量/剩余总质量=更新后仓内甜度」，把等式两边交叉相乘后，引入新变量$t_{ij}$代表「从第i个储料仓抽取用于生产第j款巧克力棒的总糖量」，即可把所有二次乘积项替换为线性变量。
• 配套约束：由于储料仓甜度最高不超过x%，直接给新变量加边界约束$0 \leq t_{ij} \leq x% * f_{ij}$（$f_{ij}$为从i仓抽取生产j棒的物料质量）即可，不需要额外加松弛割，模型求解结果为全局最优，没有任何近似误差。

2. 分段线性快速近似（适合现场快速算量） #

如果不需要严格最优解，只需要快速估算甜度可行范围，用分段线性拟合二次项的成本极低：

• 操作方式：把每个储料仓的甜度可行区间$[0, x%]$拆成3~5个等距分段，每个分段内把加权平均的二次非线性关系拟合为线性函数，整体估计误差可以控制在1%以内，不需要专业求解器，用Excel自带的规划求解功能就能跑通。
• 极简估算技巧：直接固定储料仓的3个典型甜度档位（x%、0.8x%、0.6x%），分别计算每个档位下可产出的巧克力棒甜度区间，三个区间的交集就是实际生产可达到的甜度范围，全程手工计算10分钟左右就能出结果，适合生产现场做快速决策。

3. 贪心启发式估算（适合实时排程场景） #

面向生产一线的实时甜度预估需求，可以直接用贪心规则跳过优化求解，双仓场景下的结果偏差通常不超过2%：

• 规则逻辑：生产时优先从当前甜度更接近目标巧克力棒甜度的储料仓取料，单次取料量不超过对应储料仓剩余物料的10%；如果某仓甜度触达x%的上限，就只从该仓抽取物料生产甜度不低于x%的巧克力棒，直到仓内甜度回落到安全线以下。
• 参考实现伪代码：

# 双仓巧克力生产甜度快速估算
# 初始化两个储料仓的状态
s1, m1 = init_sweetness_1, init_mass_1  # 1号仓初始甜度、初始物料质量
s2, m2 = init_sweetness_2, init_mass_2  # 2号仓初始甜度、初始物料质量
estimated_sweetness = []

for bar in production_order:
    target_s = bar.target_sweetness
    required_m = bar.required_mass
    # 优先从和目标甜度差值更小的仓取料
    if abs(s1 - target_s) <= abs(s2 - target_s):
        take_m = min(required_m, m1, m1 * 0.1)
        take_sugar = take_m * s1
        # 更新1号仓剩余状态
        m1 -= take_m
        s1 = (s1 * (m1 + take_m) - take_sugar) / m1 if m1 > 0 else 0
    else:
        take_m = min(required_m, m2, m2 * 0.1)
        take_sugar = take_m * s2
        # 更新2号仓剩余状态
        m2 -= take_m
        s2 = (s2 * (m2 + take_m) - take_sugar) / m2 if m2 > 0 else 0
    # 记录当前批次巧克力棒的估算甜度
    estimated_sweetness.append(take_sugar / take_m)

4. 解析边界快速校验（适合需求初筛） #

如果只需要快速判断某款甜度的巧克力棒是否可生产，不需要算具体配比，直接用混合的物理性质推导严格边界即可，完全不需要建模：

混合物料的甜度永远不会高于参与混合的所有物料的最高甜度，也不会低于参与混合的所有物料的最低甜度。

• 双仓场景下，所有可产出的巧克力棒甜度，一定介于「两个储料仓初始甜度的最小值」和「储料仓甜度上限x%」之间；如果某款巧克力棒的目标甜度低于两个仓初始甜度的最小值，或者高于x%，则完全不具备生产可行性，可以直接过滤，减少后续计算量。

内容的提问来源于stack exchange，提问作者Madhu