Constraints — 约束

约束 (Constraint) 是一个条件、规则或因素，它限制了系统可能的状态、决策或行动的集合。约束可能具有物理、经济、逻辑、法律、社会或其他性质，并在建模、规划、管理和决策中发挥关键作用。

运筹学问题中的约束

约束是运筹学问题中的关键要素之一，它在数学模型的框架内定义了决策的可行性。解的最优性是在必须满足既定约束的条件下确定的。

约束是以等式或不等式形式表示的数学表达式，模型的变量必须满足这些表达式。约束缩小了可行解的集合。在某些情况下，对于给定的约束系统，可能不存在最优解。

约束用于形式化描述现实世界中的条件，可能包括：

更改约束的配置可能会改变最优解。在现实中，约束本质上可能是物理、经济、技术或政治性的，并不总是能够严格形式化。

一个具体的解只有在给定的模型和特定的约束系统下才被认为是最佳的。模型越能准确地反映实际情况，找到的解就越接近真正的最优解。

在数学建模中，尤其是在优化和运筹学中，约束通常以下列形式表示：

不等式约束 (Inequality constraints): 为变量的某种组合设定上限或下限。它们指出某个量（例如，资源消耗）不应超过给定的限制，或者相反，必须不低于某个阈值。
等式约束 (Equality constraints): 要求变量的某种组合严格等于一个给定值。常用于描述平衡关系（例如，生产的产品量必须与计划完全一致）或技术要求。
变量符号约束 (Sign constraints): 指出变量本身的可取值范围。最常见的是变量的非负性要求，即其值不能小于零。这反映了许多量的物理或经济意义（例如，产量、资源数量、时间不能为负）。

问题中所有约束的集合定义了可行解域（Feasible Region）—— 变量空间的一个子集，其中包含了所有满足给定条件的备选方案。寻找最优解的过程正是在可行解域内进行的。如果可行解域为空（即没有任何一组变量能同时满足所有约束），则该问题无解。

在最优解点上：

紧约束 (Active constraint) — 是指作为严格等式（即“正好满足”）被满足的不等式约束。它直接影响目标函数的最优值；放宽该约束可能会改善结果。
松弛约束 (Inactive constraint) — 是指以严格不等号（即“有余量”）被满足的不等式约束。对此类约束的微小改变通常不会影响最优解。

分析约束的有效性对于模型的敏感性分析非常重要。

Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М.: Наука, 1988.
Акоф Р., Сасиени М. Основы исследования операций. — М.: Мир, 1971.
Hillier, Frederick S.; Lieberman, Gerald J. Introduction to Operations Research. — McGraw-Hill Education. (11th ed., 2021)
Волкова В. Н., Денисов А. А. Теория систем и системный анализ : учебник для вузов. М: Издательство Юрайт, 2025.

Category:Decision analysis