CPLEX OPL中如何定义含i<j或i≠j下标的决策变量xijk

嘿，作为一个经常和OPL打交道的老玩家，我太懂你这种冗余变量的烦恼了！其实用OPL的集合功能就能完美解决这个问题，下面给你两种常见场景的方案：

方案1：仅保留i < j的变量（最常用，适合顺序建模） #

因为你的x[i][j][k]是表示工件i和j在机器k上的加工顺序，其实只需要存i < j的情况就够了——比如x[<i,j>][k] = 1就代表i在j前面加工，0就代表j在i前面，完全不需要重复定义x[<j,i>][k]，这样直接砍掉一半冗余变量！

具体代码这么写：

int jobsNum = ...; 
int machinesNum = ...; 
range jobs = 0..jobsNum-1; 
range machines = 0..machinesNum-1; 

// 先定义所有满足i < j的工件对集合
{tuple(int i, int j)} jobPairs = {<i,j> | i,j in jobs : i < j};

// 基于这个集合定义决策变量，只生成需要的xijk
dvar boolean x[jobPairs][machines];

之后写约束的时候，直接遍历jobPairs就行，比如要表示机器k上任意两个工件有且只有一种顺序，就不用再写x[i][j][k] + x[j][i][k] = 1，而是直接用x[<i,j>][k]的0/1值来对应两种情况，简洁又高效。

方案2：保留i ≠ j的变量（特殊场景用） #

如果你的业务逻辑确实需要区分所有i≠j的情况（比如某些双向约束场景），那也可以定义排除i=j的集合：

{tuple(int i, int j)} jobPairs = {<i,j> | i,j in jobs : i != j};
dvar boolean x[jobPairs][machines];

这种写法会去掉所有i=j的无用变量，但保留i<j和j<i的对，适合确实需要双向变量的场景。

为什么这么做？ #

这样定义的核心是用OPL的集合过滤功能，提前把无效的下标排除在外，从根源上减少决策变量的数量——尤其是当工件数很多的时候，变量数的减少会大幅提升求解器的运行速度，避免冗余计算。

内容的提问来源于stack exchange，提问作者Li Danyuan