我有以下约束,我试图用 Python 的 PuLP 模块在混合整数编程中建模:
给定线性规划变量:x1,x2,y1,y2
其中 x1, x2, y1, y2 最终求解为整数值
if (x1<=y2 and y1<=x2) then a=1 else b=0
我不确定如何处理Logical AND
. IF condition
如果AND
不存在,我知道我必须使用 Big-M 符号。
我有以下约束,我试图用 Python 的 PuLP 模块在混合整数编程中建模:
给定线性规划变量:x1,x2,y1,y2
其中 x1, x2, y1, y2 最终求解为整数值
if (x1<=y2 and y1<=x2) then a=1 else b=0
我不确定如何处理Logical AND
. IF condition
如果AND
不存在,我知道我必须使用 Big-M 符号。
首先,这不是线性规划而是混合整数规划,因为AND
约束不是线性的,也不是暗示。我还假设a
和b
都是二进制变量。然后,您可以将问题重新表述如下:
x1 > y2 + m*z1
y1 > x2 + m*z2
a + 1 >= z1 + z2
a <= z1
a <= z2
a - b >= 0
在这里,m
需要一些(负)下限,即m < x1-y2
和m < y1-x2
。z1
和都是z2
二进制变量。为了解决<
不等式,您可能需要在前两个约束中添加一些小的 epsilon:
x1 >= y2 + (m-eps)*z1 + eps
y1 >= x2 + (m-eps)*z2 + eps
我找到了一个IF-THEN-ELSE
不管给出的问题如何都有效的公式。在答案的后半部分,我使用z1, z2
@mattmilten 的答案中描述的变量来AND condition
处理if statement
假设问题是以下规范:
if α > 0 then β >= 0 else γ >= 0
然后,
α - z * U_α <= 0 # (1)
α - (1 - z)(L_α - 1) > 0 # (2)
β - (1 - z)L_β >= 0 # (3)
γ - z * L_γ >= 0 # (4)
在哪里,
L_α, L_β, L_γ # are constant lower bounds on α, β, γ (or values smaller than the lowest value they can take)
U_α # is a constant lower bounds on α
z # is a LP variable that can take values {0,1}
那么等式 (1) 和 (4) 是多余的,并且then condition
or (3) 被强制执行
那么等式 (2) 和 (3) 是多余的,并且else condition
or (4) 被强制执行
我们运行了两次,第一次使用 α=α1,第二次使用 α=α2。
在哪里,
α1 = y2 - x1
z1 = decision variable for α1 with values {0,1}
α2 = y1 - x2
z2 = decision variable for α2 with values {0,1}
β # Currently unnecessary for my particular question.
γ # Currently unnecessary for my particular question.
所以我们的约束变成:
α1 - z1 * U_α1 <= 0 # (1-1)
α1 - (1 - z1)(L_α1 - 1) > 0 # (1-2)
α2 - z2 * U_α2 <= 0 # (2-1)
α2 - (1 - z2)(L_α2 - 1) > 0 # (2-2)
如果 z1=1,那么我们的 if 条件的第一部分为真。IE。x1<=y2
如果 z2=1,那么我们的 if 条件的第二部分为真。IE。x2<=y1
现在,使用@mattmilten 的公式来确保这两个条件:
a + 1 >= z1 + z2
a <= z1
a <= z2
a - b >= 0
这确保了 z1 和 z2 都必须 >= 1 才能使 a=1。如果 a=1 那么 b 可以是 b=1 或 b=0 而不会违反最后一个条件。
如果 a=0 则我们处于 else 条件,因此 b 必须为 0。