我是混合整数编程的新手。我之前使用过 gurobi 工具来构建这个模型。但由于成本原因，我想切换到 or-tools，但我无法执行相同的逻辑。
我要解决的问题是最小化变量总和的差异。
换句话说，我有员工，我想按时间表平均分配他们，以确保他们的分配对每个人都公平。
所以我按照以下步骤构建了我的模型：
1- 为每天每个班次的每位员工创建 IntVar。 2- 我添加了一个约束，即每个员工每天都应该轮班
现在我希望我的模型能够解决每个员工参加的便便次数的总和，并尝试最小化员工参加的最小轮班和最大轮班之间的差异。
这可以通过多种方式实现
1-得到linearExpr的最小值和最大值（雇员的总和）并最小化差异 2- 或 , 平均班次与每位员工参加的每个班次之间差异的绝对总和。
很遗憾，我无法为此找到最大、最小或绝对实现。
如果你们有一个建议我可以做到这一点，请解释一下。
谢谢
【问题讨论】：
标签： python c# linear-programming or-tools mixed-integer-programming
您正在寻找的功能是：
但在这个官方示例中，他们将 delta 最小化为平均值：
https://github.com/google/or-tools/blob/master/examples/python/reallocate_sat.py
这是一个简化版：
from ortools.sat.python import cp_model
model = cp_model.CpModel()
total = 35
n = 5
avg = total // n
ints = [model.NewIntVar(0, 10, str(i)) for i in range(n)]
delta = model.NewIntVar(0, total, "delta")
for i in ints:
model.Add(i >= avg - delta)
model.Add(i <= avg + delta)
model.Minimize(delta)
solver = cp_model.CpSolver()
solver.Solve(model)
print([solver.Value(i) for i in ints])
【讨论】：