如何通过约束而非目标函数实现整数规划的变量优先级设定

针对你的问题，我们可以通过字典序优化的约束实现方式来达成目标——也就是先确保原目标函数取到最优值，再通过约束强制优先级函数在这个最优解集合中取到最大值，完全不需要修改原目标函数。

步骤1：锁定原目标的最优解范围 #

原问题的目标是最小化 Z = x1+x2+x3+x4+5*x5+6*x6，约束为 x1+x2+x3+x4+x5+x6≥2 且所有变量是0-1变量。
显然，原目标的最优值 Z*=2：选择任意两个x1-x4中的变量（每个系数为1），总和为2，远小于包含x5或x6的组合（比如x5+x1的Z值是6，远大于2）。

因此，我们首先添加约束，将解限定在原目标的最优解集合中：

x1 + x2 + x3 + x4 + 5*x5 + 6*x6 = 2

同时，观察可知原最优解中x5和x6必然为0（只要其中一个取1，Z值至少为5+1=6>2），所以可以补充约束简化问题：

x5 = 0
x6 = 0

步骤2：将优先级最大化转化为约束 #

现在问题简化为：在x1+x2+x3+x4=2的前提下，最大化优先级函数 P = x1+2*x2+3*x3+4*x4。
这个优先级函数的最优值是7，对应唯一解x3=1, x4=1（3+4=7，是所有两变量组合中的最大值）。

为了通过约束强制这个最优解，我们添加优先级函数等于最优值的约束：

x1 + 2*x2 + 3*x3 + 4*x4 = 7

合并所有约束后的完整模型 #

最终的整数规划模型如下：

Min x1+x2+x3+x4+5*x5+6*x6
subject to
  x1+x2+x3+x4+x5+x6>=2
  x1 + x2 + x3 + x4 + 5*x5 + 6*x6 = 2
  x5 = 0
  x6 = 0
  x1 + 2*x2 + 3*x3 + 4*x4 = 7
  xi ∈ {0,1} （i=1到6）

这个模型的唯一解就是x3=1, x4=1，其余变量为0，完全符合你的需求。

通用方法总结 #

如果遇到类似的多优先级整数规划问题，通用的约束实现步骤是：

• 第一步：求解原目标函数的最优值Z*，添加约束Z=Z*，确保解在原目标的最优集合内。
• 第二步：求解优先级函数在该最优集合中的最优值P*，添加约束P=P*，强制优先级函数取到最大值。
• 如果优先级有多层，可以重复这个过程：先固定上一层目标的最优值，再约束下一层目标取最优。

内容的提问来源于stack exchange，提问作者Hossein Beheshti Fakher