含GEKKO未知变量的NumPy数组数学运算方法及Gekko整数规划目标函数问题求助

首先，你遇到的核心问题是：Gekko的未知变量（Var）不能直接参与NumPy的数值运算，因为Gekko需要构建优化问题的符号表达式，而NumPy是针对确定数值的运算，在变量未求解前会引发错误。下面我们一步步修正你的代码，并解释关键要点。

原代码的主要问题 #

1. 错误的数组索引：w1[:,0] 是无效的，因为 w1 是一维NumPy数组（形状为 (3,)），没有第二维索引，应该直接用 w1[i] 访问单个元素。
2. 误用NumPy函数处理Gekko变量：d.min(axis=1).sum() 这类NumPy操作无法处理Gekko的Var对象，必须改用Gekko内置的符号函数来构建目标函数。
3. 目标函数的构建方式错误：直接将包含NumPy运算的函数返回值传给 m.Obj()，会导致Gekko无法识别符号表达式，进而求解失败。

修正后的代码及解释 #

from gekko import GEKKO
import numpy as np

# 初始化数据
d_initial = np.array([10, 30, 50])  # 对应原d[:,0]的初始值
w1 = np.array([0, 1.2, 2])
w2 = np.array([0, 2, 0])
w3 = np.array([0.1, 0, 0.2])

# 初始化Gekko模型
m = GEKKO(remote=False)
m.options.SOLVER = 1  # 使用APOPT求解器，支持整数规划

# 定义整数变量
x1 = m.Var(value=1, lb=1, ub=3, integer=True)
x2 = m.Var(value=1, lb=1, ub=4, integer=True)
x3 = m.Var(value=1, lb=1, ub=5, integer=True)

# 构建每个行的剩余值（对应原d[:,1]的每个元素）
d_residual = []
for i in range(3):
    # 计算d_i = d_initial[i] - w1[i]*x1 - w2[i]*x2 - w3[i]*x3
    res = m.Intermediate(d_initial[i] - w1[i]*x1 - w2[i]*x2 - w3[i]*x3)
    d_residual.append(res)

# 构建目标函数：每行取d_initial[i]和residual的最小值，再求和
obj = 0
for i in range(3):
    # 使用Gekko的min2函数计算两个值的最小值（符号化操作）
    row_min = m.min2(d_initial[i], d_residual[i])
    obj += row_min

# 设置目标函数（默认是最小化，若需最大化可加负号）
m.Obj(obj)

# 求解
m.solve(disp=True)  # 打开disp=True便于查看求解过程

# 输出结果
print('Results')
print('x1: ' + str(x1.value[0]))
print('x2: ' + str(x2.value[0]))
print('x3: ' + str(x3.value[0]))
print('Objective: ' + str(m.options.objfcnval))

关键要点说明 #

1. 使用m.Intermediate处理中间表达式：
   对于涉及Gekko变量的数组运算，我们需要用m.Intermediate将每个元素的表达式包装为Gekko可识别的符号变量，而不是直接用NumPy数组存储。

2. 用Gekko内置函数替代NumPy函数：

   • 求最小值用m.min2(a, b)（针对两个值）或m.min3(a,b,c)，多值最小可嵌套使用；
   • 求和直接用Python的+累加，或者m.sum()函数（例如m.sum(row_mins)，其中row_mins是Gekko变量的列表）；
   • 其他运算如最大值、绝对值等，都有对应的Gekko内置函数（m.max2、m.abs等）。

3. 整数规划求解器选择：
   你设置的m.options.SOLVER=1是正确的，APOPT求解器支持整数变量（Integer Programming），而默认的IPOPT求解器仅支持连续变量。

关于Gekko变量与NumPy数组运算的通用建议 #

• 避免直接将GekkoVar对象放入NumPy数组进行运算，而是逐个处理每个元素，用m.Intermediate保存符号表达式；
• 所有需要参与优化的运算，都必须使用Gekko的符号函数，确保优化器能正确构建问题的梯度和约束；
• 如果需要批量处理数组，可以用循环遍历每个元素，构建对应的Gekko中间变量。

内容的提问来源于stack exchange，提问作者Reza_nadimi