我的模型就是这样开始的：
Minimize
+T
\* Constraints *\
Subject To
+T -Ta >= 0 //T >= Ta
+T -Tb >= 0 //T >= Tb
+T -Tc >= 0 //and so on
+T -Td >= 0
+T -Te >= 0
Tx变量只有较低的界限，没有上限。发生的情况是CPLEX正确识别关键变量，但所有其他变量最终“拉伸” - 例如，当Ta >= 1000和Tb >= 10时，Tb也将为1000。 / p>
我想告诉解算器“最小化T，并最小化所有Tx变量，但前提是它不会对T产生负面影响”。我该怎么做？
答案 0 :(得分：1)
您制定的问题是简并的（在某种意义上，变量可以采用多个值并且仍然是最优的）。您可以通过向目标函数添加更多项来扰乱它，而无需更改所需的解决方案效果。
一种方法是在目标函数中包含其他变量（您的Tx变量）。
例如，您可以将Obj设为：
Minimize T + Ta + Tb + Tc + Td + Te
这不会对主T变量的值产生负面影响。
更常见的是，惯例是做类似的事情：
Minimize
T + epsilon(Ta + Tb + Tc + Td + Te)
其中epsilon是一些小的非负数（比如1e-5）。由于CPLEX（或任何解算器）不想“付出代价”，因此每个Tx变量（以及T）都会变得尽可能大。 Tb将是10，而不是原始解决方案中的1000。
报告最佳解决方案时，请务必报告变量T的值，而不是Objective function值。