基于GEKKO的多元线性回归拟合直方图问题求助

核心问题分析 #

你的代码存在三个关键错误，导致求解器出现无解或自由度异常：

1. CV变量的错误使用：将y_pred设为CV并开启FSTATUS=1，相当于强制y_pred等于实验数据的初始值，同时又通过等式约束要求y_pred等于模拟数据的线性组合，这会造成重复约束，若实验数据与模拟线性组合存在微小偏差，直接导致无解。
2. numpy数组与GEKKO变量的不兼容运算：用np.multiply直接处理GEKKO变量（coefficients[j]）和numpy数组，GEKKO无法正确解析这种混合运算，会导致约束处理错误。
3. 冗余的循环约束：手动循环每个bins点添加等式约束，不仅代码冗余，还可能让求解器误判约束数量与变量的关系。

修正后的代码 #

from gekko import GEKKO
import numpy as np

m = GEKKO()

# 假设bins和df已提前定义
simulations = {
    'simulation1': {'x': bins, 'y': df['x1'].values},
    'simulation2': {'x': bins, 'y': df['x2'].values},
    'simulation3': {'x': bins, 'y': df['x3'].values},
    'simulation4': {'x': bins, 'y': df['x4'].values},
    'simulation5': {'x': bins, 'y': df['x5'].values},
    'simulation6': {'x': bins, 'y': df['x6'].values},
    'simulation7': {'x': bins, 'y': df['x7'].values},
    'simulation8': {'x': bins, 'y': df['x8'].values}
}

n_simulations = len(simulations)

# 定义系数变量，保留非负约束
coefficients = [m.Var(value=1, lb=0, ub=1e10) for _ in range(n_simulations)]

# 将所有模拟数据转为GEKKO Param类型，确保运算兼容性
sim_y_params = [m.Param(value=sim['y']) for sim in simulations.values()]

# 实验数据参数
y_exp = m.Param(value=df['y'].values)

# 计算预测值：GEKKO支持向量线性组合，无需循环每个点
y_pred = m.Var(value=df['y'].values)
m.Equation(y_pred == sum(c * s for c, s in zip(coefficients, sim_y_params)))

# 目标函数：最小化预测值与实验值的平方误差和
m.Minimize(sum((y_pred - y_exp)**2))

# 优化配置：稳态优化模式，APOPT求解器支持非负约束
m.options.IMODE = 3
m.options.SOLVER = 0
m.solve(disp=True)

# 输出结果
print("拟合系数：")
for idx, coeff in enumerate(coefficients, 1):
    print(f"simulation{idx}: {coeff.value[0]:.6f}")

关键修正点说明 #

• 模拟数据转为Param：将每个模拟的y数组转为GEKKO的Param类型，让求解器能正确识别数据，避免混合numpy与GEKKO变量的运算错误。
• 移除错误的CV配置：改用普通变量y_pred结合平方误差最小化的目标函数，更符合线性回归的拟合逻辑；若偏好使用CV的参数估计模式，可替换为以下代码块：

  # 替换原y_pred定义和目标函数
  y_pred = m.CV(value=df['y'].values)
  y_pred.MEAS = df['y'].values  # 设置实验测量值
  y_pred.STATUS = 1  # 启用CV匹配
  m.Equation(y_pred == sum(c * s for c, s in zip(coefficients, sim_y_params)))
  m.options.IMODE = 2  # 参数估计模式
  

• 向量化运算：利用GEKKO的向量运算能力，直接通过sum(c*s)实现线性组合，无需手动循环每个bins点，代码更简洁且减少错误。

常见问题排查 #

如果仍出现无解问题，可检查：

• 模拟数据与实验数据的量级是否匹配，若差异过大可先做归一化处理
• 系数的上下限是否合理，ub=1e10过大可能导致求解器数值不稳定，可根据数据量级调整
• 确认实验数据确实能被8组模拟数据的非负线性组合表示（你提到已知存在可行解，此步可跳过）

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