结构优化项目GEKKO求解报错：无等式/不等式方程问题求助

问题场景 #

基于GEKKO搭建有限元模型的结构优化项目，优化目标是选择最优截面（连续变量）与材料（整数变量），约束为应力条件，运行求解时报错。

核心代码 #

from gekko import GEKKO
optimizer  = GEKKO(remote = False) # 创建GEKKO对象
num_vars = len(initial_opt_vars) // 2 

# 连续变量
x_continuous = [optimizer.Var(value=0.005, lb=0) for _ in range(num_vars)]
        
# 整数变量（SOS1实现离散选择）
x_integer = [optimizer.sos1([0, 1, 2]) for _ in range(num_vars)]  
        
# 目标函数
optimizer.Minimize(self.objective_function(x_continuous, x_integer))
        
# 应力约束
stress_expr = self.stress_constraint(x_continuous, x_integer)
optimizer.Equation([expr >= 0 for expr in stress_expr])

# 求解配置
optimizer.options.SOLVER = 1
optimizer.solve(disp = True)

报错信息 #

error: Equation Definition
 Equation without an equality (=) or inequality (> ,<)
 true
 STOPPING...

生成的APM模型片段 #

Model
Variables
    v1 = 0.005, >= 0
    v2 = 0.005, >= 0

-
    v270 = 0.005, >= 0
    v271 = 0.005, >= 0
    int_v272 = 0.01, <= 1, >= 0
    int_v273 = 0.01, <= 1, >= 0
-
    int_v1352 = 0.01, <= 1, >= 0
    int_v1353 = 0.01, <= 1, >= 0
    int_v1354 = 0.01, <= 1, >= 0
    v1355 = 0
End Variables
Intermediates
    i0=(((0+((0)*(int_v272)))+((1)*(int_v273)))+((2)*(int_v274)))
    i1=(((0+((0)*(int_v276)))+((1)*(int_v277)))+((2)*(int_v278)))
-
    i269=(((0+((0)*(int_v1348)))+((1)*(int_v1349)))+((2)*(int_v1350)))
    i270=(((0+((0)*(int_v1352)))+((1)*(int_v1353)))+((2)*(int_v1354)))
End Intermediates
Equations
    (((0+int_v272)+int_v273)+int_v274)=1
    v275=i0
    (((0+int_v276)+int_v277)+int_v278)=1
-
    v1351=i269
    (((0+int_v1352)+int_v1353)+int_v1354)=1
    v1355=i270
    True
    True
-
    True
    minimize 776.8284358905587
End Equations

End Model

问题分析与解决 #

报错根源 #

从APM文件的Equations段可以看到大量True语句，这是因为stress_constraint函数返回的不是GEKKO可识别的符号表达式数组，而是直接计算出的布尔值（True/False）。GEKKO要求约束必须是包含等式/不等式的符号关系，无法解析纯布尔值。

解决步骤 #

1. 修正约束函数输出
   检查stress_constraint函数，确保它返回的是由GEKKO变量/表达式构建的应力计算式，而非提前求解有限元得到的数值结果。例如，应力计算需要保留与x_continuous、x_integer的符号关联，不能直接代入数值计算出布尔判断结果。

2. 确保约束为符号化关系
   如果stress_expr是应力值的GEKKO表达式数组，约束应写为：

   optimizer.Equation([s >= 0 for s in stress_expr])
   

   若stress_expr已经是s >=0的表达式数组，直接传入即可：

   optimizer.Equation(stress_expr)
   

3. 处理黑箱有限元求解
   如果有限元求解是无法符号化的黑箱函数，需要通过代理模型（如响应面、克里金插值）将应力拟合为优化变量的显式函数，或者使用GEKKO的IMODE=2（数据拟合模式）构建近似关系，让求解器能识别约束的符号表达式。

4. 验证约束生成逻辑
   在生成约束前，打印stress_expr的元素类型，确认每个元素是gekko.GEKKO类型的表达式，而非布尔值或普通数值。

内容的提问来源于stack exchange，提问作者diogenis