Julia中JuMP建模是否支持直接使用Mathematical logic相关约束?
JuMP 数理逻辑类约束支持说明
JuMP 未原生内置数理逻辑相关约束的专用语法,但你提到的三类条件约束均可通过现有工具链组合实现,具体方案如下:
- 双条件指示约束(bi-conditional indicator)
你需要的δi = 1 ⟺ sum(j, a_ij * x_j) <= b_i等价于两个单向指示约束的组合,可直接通过JuMP的indicator约束语法实现:
该方案兼容所有支持indicator约束的求解器,无需额外引入大M常数。# δi=1时约束成立 @constraint(model, δi => {sum(a_ij * x_j for j in J) <= b_i}) # δi=0时约束不成立,eps为匹配求解器精度的最小不可行间隙 @constraint(model, 1 - δi => {sum(a_ij * x_j for j in J) >= b_i + eps}) - Either-or Constraints
要实现两个约束至少有一个成立的逻辑,只需引入1个二元辅助变量,分别绑定两个约束的生效条件即可:
例如要保证C1: sum(a1j * x_j) <= b1和C2: sum(a2j * x_j) <= b2至少满足其一,写法如下:@variable(model, δ, Bin) @constraint(model, δ => C1) @constraint(model, 1 - δ => C2) - If-Then-Else Constraints
对应C1成立则C2生效,否则C3生效的逻辑,首先通过双条件约束绑定二元变量δ和C1的成立状态,再绑定两个分支的约束即可:# 第一步:绑定δ与C1的成立状态,δ=1等价于C1成立 @constraint(model, δ => C1) @constraint(model, 1 - δ => !C1) # 非C1的表达式根据实际约束改写 # 第二步:绑定分支约束 @constraint(model, δ => C2) @constraint(model, 1 - δ => C3)
补充说明:如果你使用的求解器不支持indicator约束,也可以用大M法替换上述实现,需要提前预估约束左边的取值上下界设置合理的M值,避免数值不稳定问题。
内容的提问来源于stack exchange,提问作者user9990604
相关产品推荐
相关产品推荐

