如何让GEKKO的m.bspline方法从二维B样条适配为一维B样条？

GEKKO原生的m.bspline方法默认支持二维B样条（z=f(x,y)），要实现一维B样条（z=f(x)），核心是让方法完全忽略y变量的影响。以下是两种可行的实现方案：

方案1：固定y为单一节点（最简实现） #

通过将y的节点数组设为仅含一个元素，同时调整样条系数矩阵的维度，让y维度的插值不产生任何变化：

• 构造仅含单个元素的y_data数组（比如[0]）
• 将一维的样条系数转换为(nx-kx-1) × 1的二维矩阵，匹配m.bspline对z_data的维度要求
• 创建一个固定值的Gekko参数作为y，调用m.bspline时将ky设为0（零次样条，确保y方向无变化）

代码示例 #

from gekko import GEKKO
import numpy as np

# 初始化Gekko模型
m = GEKKO()

# 定义一维x节点和样条参数
x_data = np.linspace(0, 10, 20)  # x方向节点数组
kx = 3  # x方向样条次数（默认3）

# 生成模拟的一维样条系数（示例对应f(x)=sin(x)）
z_coeff_1d = np.sin(x_data[:-kx-1])
# 转换为(nx-kx-1)×1的二维矩阵，适配m.bspline的要求
z_data = z_coeff_1d.reshape(-1, 1)

# 构造y的单一节点和固定参数
y_data = [0]
y = m.Param(value=0)  # y固定为0，不参与插值计算

# 定义Gekko变量x和输出z
x = m.Var(value=5.0)
z = m.Var()

# 调用bspline，忽略y变量影响
m.bspline(x=x, y=y, z=z, x_data=x_data, y_data=y_data, 
          z_data=z_data, kx=kx, ky=0)

# 求解并打印结果
m.solve(disp=False)
print(f"x = {x.value[0]:.2f}, z = {z.value[0]:.2f}")

方案2：让y维度插值恒为常数 #

如果需要保留y变量但不希望它影响z的结果，可以让y方向的样条为零次（分段常数），并让z_data的每一列都使用相同的一维系数：

• 任意定义y_data数组（长度不限）
• 将一维系数复制为多列，构造维度为(nx-kx-1) × (ny-ky-1)的z_data矩阵（ky=0时，ny-ky-1 = len(y_data)-1）
• 调用m.bspline时设置ky=0，确保y的取值不改变插值结果

代码示例 #

from gekko import GEKKO
import numpy as np

m = GEKKO()

x_data = np.linspace(0, 10, 20)
kx = 3
z_coeff_1d = np.sin(x_data[:-kx-1])

# 定义y节点数组，长度任意
y_data = np.linspace(0, 1, 5)
ky = 0
# 复制一维系数为多列，匹配z_data的维度要求
z_data = np.tile(z_coeff_1d, (len(y_data)-ky-1, 1)).T

# 定义Gekko变量（y可任意取值，不影响z）
x = m.Var(value=7.0)
y = m.Var(value=0.5)
z = m.Var()

m.bspline(x=x, y=y, z=z, x_data=x_data, y_data=y_data, 
          z_data=z_data, kx=kx, ky=ky)

m.solve(disp=False)
print(f"x = {x.value[0]:.2f}, y = {y.value[0]:.2f}, z = {z.value[0]:.2f}")

关键注意事项 #

• 无论哪种方案，都要确保z_data的维度严格匹配(nx-kx-1) × (ny-ky-1)，否则会报错
• 设置ky=0是让y维度插值无变化的核心，零次样条会直接取对应的常数系数，不会随y的取值改变
• 方案1更适合不需要y变量的场景，方案2适合需要保留y变量但不希望其影响结果的场景

内容的提问来源于stack exchange，提问作者Florent H