我有一组具有执行时间（C1，C2 ... Cn）和截止日期（D1，D2，... Dn）的作业。每个作业都会在一段时间内完成执行，即
响应时间（R1，R2，.... Rn）。但是，有可能不是每个作业都会在截止日期之前完成执行。所以我为每个作业定义了一个名为Slack的变量，即（S1，S2，... Sn）。松弛基本上是工作期限和响应时间之间的差异，即
S1 = D1-R1
S2 = D2-R2，..依此类推
我有一组休闲裤[S1，S2，S3，... Sn]。根据任务的截止日期和完成时间（即D和R），这些松弛可以是正数或负数。
问题是我需要为每个作业（或松弛）定义权重（W），以使具有负松弛度（即R> D，错过最后期限的作业）的权重（W）比具有正松弛度和基于这些权重和松弛，我需要定义一个目标函数，该函数可用于最大化松弛。
这个问题似乎并不困难。但是，我找不到解决方案。非常感谢在这方面的一些帮助。
谢谢
最佳答案
这通常可以通过变量拆分轻松完成：
splus(i) - smin(i) = d(i) - r(i)
splus(i) ≥ 0, smin(i) ≥ 0
如果我们在目标中有一个术语可以使我们最小化：
sum(i, w1 * splus(i) + w2 * smin(i) )
这样就可以了：我们不需要添加互补条件
splus(i)*smin(i)=0。