我正在循环中使用 Gekko 求解非线性优化问题,并希望使用先前的解决方案来初始化下一个解决方案。我使用下面的代码创建了一个简化的问题来显示该问题。
from gekko import GEKKO
m = GEKKO() # Initialize gekko
# Initialize variables
x1 = m.Var(value=1,lb=1,ub=5)
x2 = m.Var(value=5,lb=1,ub=5)
# Equations
m.Equation(x1==x2*2)
m.Equation(x1**2+x2**2==10)
m.Obj(x1*x2) # Objective
m.options.solver=1
m.solve(disp=False) # Solve
print('Iterations: ' + str(m.options.iterations))
print(x1.value[0], x2.value[0])
print('Objective: ' + str(m.options.objfcnval))
m.solve(disp=False) # Solve again
print('Iterations: ' + str(m.options.iterations))
print(x1.value[0], x2.value[0])
print('Objective: ' + str(m.options.objfcnval))
控制台打印:
Iterations: 5
2.8284271334 1.4142135667
Objective: 4.0000000245
Iterations: 5
2.8284271334 1.4142135667
Objective: 4.0000000245
x1
和 x2
的值返回到尝试“再次求解”之前的初始猜测值 1 和 5。我尝试了x1.value = x1.value
,但这返回了RecursionError:超出了最大递归深度
。在 Gekko 中初始化先前解决方案中的值的正确方法是什么?
最佳答案
对于稳态解决方案(IMODE=1 或 3),Gekko 使用先前的 x1.value
和 x2.value
,直到它们发生更改。 .value
有两个属性:.value
和 .change
。有多种方法可以表明它们已发生变化,包括:
- 通过以下方式设置先前解决方案中的值:
x1.value = x1.value.value # = 2.8284271334
x2.value = x2.value.value # = 1.4142135667
- 通过以下方式发出信号,表明初始猜测值应更改为新值:
x1.value.change = True
x2.value.change = True
对于两个变量来说这很容易,但对于许多变量来说就更具挑战性。如果您想对所有变量自动执行此操作,您可以在 vi in m._variables
的循环中使用内置变量列表:
from gekko import GEKKO
m = GEKKO() # Initialize gekko
# Initialize variables
x1 = m.Var(value=1,lb=1,ub=5)
x2 = m.Var(value=5,lb=1,ub=5)
# Equations
m.Equation(x1==x2*2)
m.Equation(x1**2+x2**2==10)
m.Obj(x1*x2) # Objective
m.options.solver=1
m.solve(disp=False) # Solve
print('Iterations: ' + str(m.options.iterations))
print(x1.value[0], x2.value[0])
print('Objective: ' + str(m.options.objfcnval))
for vi in m._variables:
vi.value.change = True
m.solve(disp=False) # Solve again
print('Iterations: ' + str(m.options.iterations))
print(x1.value[0], x2.value[0])
print('Objective: ' + str(m.options.objfcnval))
第二次求解问题时,求解器在 1 次迭代中完成,而不是 5 次迭代。它使用先前的解决方案作为起点。
Iterations: 5
2.8284271334 1.4142135667
Objective: 4.0000000245
Iterations: 1
2.8284271247 1.4142135624
Objective: 4.0
关于python - 如何根据先前的解决方案在 Python Gekko 中重新初始化优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56469145/