You need to enable JavaScript to run this app. Solver中投资类线性优化binary约束的整合建模方法
优惠活动
大模型
产品
解决方案
定价
更多

Solver中投资类线性优化binary约束的整合建模方法

投资决策二元变量约束的线性化实现

核心逻辑梳理

先对原规则做等价拆解:

  • 触发条件1:x3 + x4 ≥ 1(至少投资x3或x4) → 强制要求x1 + x2 = 1(x1、x2二选一)
  • 触发条件2:x3 + x4 = 0(x3、x4都不投资) → 仅要求x1 + x2 ≥ 0

注:触发条件2的要求天然满足,因为x1、x2是二元变量,取值只能是0或1,二者之和的最小值为0,不需要额外添加约束。

标准线性约束构造

采用大M法(M取2即可,匹配x1+x2的最大可能取值,保证约束最紧、求解效率最高)实现,首先引入1个辅助二元变量y,用于标识触发条件2:y=1代表x3、x4均不投资,y=0代表x3、x4至少投资1项。

  1. 辅助变量与原变量的绑定约束(纯线性,无额外逻辑):
    • y ≥ 1 - x3 - x4
    • y ≤ 1 - x3
    • y ≤ 1 - x4
  2. 触发条件1对应的核心约束(强制y=0时x1+x2=1,拆为上下两个线性界):
    • 下界约束:x1 + x2 ≥ 1 - 2*y
    • 上界约束:x1 + x2 ≤ 1 + 2*y

约束有效性验证

枚举x3、x4的所有可能取值,验证约束是否完全匹配原规则:

  • 当x3=0、x4=0时,y被强制取1 → 下界约束为x1+x2 ≥ -1,上界约束为x1+x2 ≤3,x1、x2可任意取值,符合触发条件2的要求。
  • 当x3=1、x4=0 / x3=0、x4=1 / x3=1、x4=1时,y被强制取0 → 上下界约束均锁定x1+x2=1,符合触发条件1的要求。

兼容性说明

上述所有约束均为线性形式,无二次项、非线性逻辑,可直接在Excel Solver、Gurobi、Cplex等主流优化求解器中调用。

内容的提问来源于stack exchange,提问作者Neha

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.26 11:06:02