我正在尝试使用 GEKKO 优化指数目标函数,但我不知道所选求解器是否是解决此类问题的最佳解决方案。
所选的是有效的选择吗??
import numpy as np
'GEKKO MODELING'
from gekko import GEKKO
m = GEKKO()
m.options.SOLVER=1 # APOPT is an MINLP solver
# Initialize variables
x = []
x1 = m.Var(value=20,lb=20, ub=6555) #integer=True
x2 = m.Var(value=0,lb=0,ub=10000) #integer=True
x3 = m.sos1([30, 42, 45, 55])
x = [x1, x2, x3]
# Equations
m.Equation((x1 * x2* x3) * 10 ** (-6)>=50)
def fun(x):
return 44440 + ((np.pi * x[0] * x[1] * x[2]) * 10 ** (-4))**0.613
x = [400,300,19]
'GEKKO Optimization'
m.Obj(fun(x))
m.solve(disp=False) # Solve
print('Results')
print('x1: ' + str(x1.value))
print('x2: ' + str(x2.value))
print('x3: ' + str(x3.value))
print('Objective: ' + str(m.options.objfcnval))
最佳答案
您的脚本存在问题,您正在重新定义 x = [400,300,19]
的值在调用目标函数之前。应使用您的原始定义调用目标函数 x = [x1, x2, x3]
以便它可以优化这些变量。另一个变化是 x3
的值默认情况下等于零。将其设置为远离零 x3.value=1.0
允许 APOPT 和 IPOPT 求解器收敛,因为您之前是在虚数目标的边界上开始的 x3<0
.
import numpy as np
from gekko import GEKKO
m = GEKKO()
x = []
x1 = m.Var(value=20,lb=20, ub=6555) #integer=True
x2 = m.Var(value=1,lb=1,ub=10000) #integer=True
x3 = m.sos1([30, 42, 45, 55])
x3.value = 1.0
x = [x1, x2, x3]
m.Equation((x1 * x2* x3) * 1e-6 >= 50)
def fun(x):
return 44440 + ((np.pi * x[0] * x[1] * x[2]) * 1e-4)**0.613
m.Obj(fun(x))
# Change to True to initialize with IPOPT
init = False
if init:
m.options.SOLVER=3
m.solve(disp=False) # Solve
m.options.SOLVER=1
m.solve(disp=True) # Solve
print('Results')
print('x1: ' + str(x1.value))
print('x2: ' + str(x2.value))
print('x3: ' + str(x3.value))
print('Objective: ' + str(m.options.objfcnval))
对于求解器建议,这里是 list of publicly available solvers in Gekko . Gekko 中还有其他商业可用的求解器选项,但我将坚持只使用可公开访问的选项(APOPT、BPOPT 和 IPOPT)来进行此响应。任何非线性规划求解器都应该能够处理非线性目标,例如 x**0.613
.您的问题还包括 Special Ordered Set, Type 1 (m.sos1)因此,您的问题不仅是非线性编程 (NLP) 问题,还包括 sos1
的二进制变量.这意味着您需要使用混合整数非线性规划 (MINLP) 求解器。 APOPT 求解器是 Gekko 中唯一公开可用的 MINLP 求解器,它会在您创建 sos1
时自动为您选择。目的。如果您想尝试使用 NLP 求解器(例如 IPOPT)解决 MINLP 问题,则需要在创建 m.sos1
后指定求解器。对象。
m.options.SOLVER = 3
这可能会导致错误的解决方案,因为 x3
只能是以下之一:30, 42, 45, 55
. IPOPT 找到 x3==47.079550873
的最小解所以在这种情况下,它没有返回整数解。如果要保证整数解,则需要使用 APOPT。
Successful solution
---------------------------------------------------
Solver : APOPT (v1.0)
Solution time : 4.279999999562278E-002 sec
Objective : 44813.4405591393
Successful solution
---------------------------------------------------
Results
x1: [677.59896405]
x2: [2459.665311]
x3: [30.0]
Objective: 44813.440559
如果您需要更改 MINLP APOPT 求解器的一些调整参数,那么您可以使用如下内容:
m.solver_options = ['minlp_gap_tol 1.0e-2',\
'minlp_maximum_iterations 10000',\
'minlp_max_iter_with_int_sol 500']
关于python - 如果我的目标函数是非线性(也是指数解释)函数,我应该使用什么求解器? python 壁虎,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57574800/