如何在Gekko中结合Lambda使用If...else实现电机成本优化

问题背景 #

需在总功率达标（Y值）的前提下，最小化多台电机的运行成本。每台电机有功率上下限：运行时功率需介于上下限之间，或完全停止（功率为0）；启动后必须达到功率下限。现有成本计算代码，需添加逻辑：电机功率为0时成本为0。

问题分析 #

你遇到的核心问题是：Gekko作为优化求解器，无法直接处理Python原生if...else逻辑（触发类型错误），而直接使用if3/if2时，因逻辑或参数设置不当导致求解失败。

解决方案 #

方案1：二进制变量+约束（推荐，稳定可靠） #

用二进制变量标记电机启停状态，结合约束明确功率范围，同时通过变量缩放成本函数，避免分段函数的求解不稳定问题。

示例代码：

from gekko import GEKKO
import numpy as np

m = GEKKO(remote=False)

# 替换为实际电机参数
motor_config = {
    'Motor2': {'min_p':2.1, 'max_p':15, 'cost_coeff':7048, 'poly_path':'motor2_coeffs.txt'},
    'Motor3': {'min_p':1.8, 'max_p':12, 'cost_coeff':1674, 'poly_path':'motor3_coeffs.txt'},
    # 其他电机依次添加
}

# 创建变量：功率+启停标记（1=启动，0=停止）
power = {}
is_running = {}
for name, cfg in motor_config.items():
    power[name] = m.Var(lb=0)
    is_running[name] = m.Var(lb=0, ub=1, integer=True)

# 添加约束：启停状态与功率绑定
for name, cfg in motor_config.items():
    min_p = cfg['min_p']
    max_p = cfg['max_p']
    # 启动时功率≥下限，停止时功率=0
    m.Equation(power[name] >= min_p * is_running[name])
    m.Equation(power[name] <= max_p * is_running[name])

# 预加载多项式，避免求解时动态读取文件
def load_efficiency_poly(path):
    coeffs = np.loadtxt(path)
    # 三次多项式：a*x³ + b*x² + c*x + d
    return lambda x: coeffs[0]*x**3 + coeffs[1]*x**2 + coeffs[2]*x + coeffs[3]

# 构建总成本表达式
total_cost = 0
for name, cfg in motor_config.items():
    poly = load_efficiency_poly(cfg['poly_path'])
    # 效率计算：对应原代码逻辑（功率转W代入多项式，再转百分比）
    efficiency = poly(power[name]*1000)/100
    # 仅电机启动时计算成本
    motor_cost = (1/efficiency) * cfg['cost_coeff'] * is_running[name]
    total_cost += motor_cost

# 总功率约束
required_power = 50  # 替换为实际需求Y值
m.Equation(sum(power.values()) == required_power)

# 最小化总成本
m.Minimize(total_cost)

# 求解
m.solve(disp=True)

# 输出结果
print("电机运行状态：")
for name in motor_config:
    status = "启动" if is_running[name].value[0] > 0.5 else "停止"
    print(f"{name}: {status}，功率：{power[name].value[0]:.2f}")
print(f"总成本：{total_cost.value[0]:.2f}")

方案2：修复if3使用逻辑 #

若坚持用Gekko内置if3，需确保触发条件正确，且提前加载多项式（避免求解时动态读取文件导致解析错误）。

修正后的代码片段：

# 提前加载多项式，不要放在lambda里
motor2_poly = np.poly1d(np.loadtxt("path_to_motor2.txt"))

prices['Motor2'] = lambda y: m.if3(y, 
    (1/(motor2_poly(y*1000)/100)) * 7048, 
    0
)

注：if3(trigger, val_true, val_false)的逻辑是：当trigger>0时返回val_true，否则返回val_false。这里直接用功率y作为触发条件，确保电机停止时成本为0。

关键注意事项 #

• 禁止在Gekko变量表达式中使用Python原生if、np.loadtxt等操作，这些会在求解前执行，无法生成正确的优化模型。
• 二进制变量是处理启停逻辑的工业标准方案，能清晰约束电机状态，避免分段函数的求解不稳定问题。
• 需确保多项式计算中效率值不为0，启动时功率≥下限，保证分母有效。

内容的提问来源于stack exchange，提问作者Miguff