如何在上述代码中加入xij=0或1的条件；

在这个线性规划模型中，由于所有的 \( x_{ij} \) 都是以二元变量的形式存在（即只能取0或1），所以实际上不需要显式地添加 "xij=0或1" 的条件，因为这个特性已经内置在二元变量的定义中。

然而，如果你想强调这一步骤或者是在其他语言如Python的Pandas DataFrame或其他数据分析环境中设置这样的限制，你可以这样做：

1. 在定义变量时明确指定为二进制（binary）类型，比如在Python的pulp库中：

   from pulp import LpVariable
   x12 = LpVariable("x12", cat='Binary')

2. 在编写模型时，你会自然而然地假设每个 \( x_{ij} \) 只能取0（未选择）或1（已选择）。

如果你需要在输出或解释结果时确认所有变量都满足0-1的限制，可以在解析解决方案时检查每个 \( x_{ij} \) 是否等于0或1：

solution = problem.solve()
for variable in model.variables():
    if not (variable.value() == 0 or variable.value() == 1):
        print(f"变量 {variable.name} 的值不符合0-1限制：{variable.value()}")

这将检查是否所有变量都被精确地赋值为0或1，如果有非整数值，那可能是模型求解过程中出现了问题。