GEKKO优化模型报错无效不等式，请求排查代码运行问题

核心错误原因 #

• 代码中m.Equation(D[i]==beta[i]*P[i]+alpha[i] for i in range (t))传入了生成器表达式，但GEKKO的m.Equation()仅支持单个等式/不等式，无法解析生成器对象，这是触发报错的直接原因。
• AX是长度为1的GEKKO变量数组，直接用AX参与运算会导致对象类型不匹配，需通过索引AX[0]访问变量。
• 变量定义里的lb=-0可简化为lb=0，逻辑更清晰。

修正步骤 #

• 将生成器形式的等式约束，改为循环逐个添加，或使用GEKKO提供的m.Equations()（复数形式）方法直接接收生成器。
• 所有涉及AX的运算替换为AX[0]，确保访问单个GEKKO变量而非数组对象。

修正后代码 #

from gekko import GEKKO
m = GEKKO(remote=True)

alpha = [20, 20, 20]
beta = [-0.2, -0.2, -0.2]
h = 0 ; b = 0 ; c = 0
# planning horizon 
t = len(alpha)
D = m.Array(m.Var, t, lb=0, integer=False)
P = m.Array(m.Var, t, lb=0, integer=False)
AX = m.Array(m.Var, 1, lb=0, integer=False)

# 修正AX的引用为AX[0]
m.Maximize(sum(D[i]*P[i] for i in range(t)) - AX[0])

m.Equation(h*(c - sum(D[i] for i in range(t))) <= AX[0])
m.Equation(b*(sum(D[i] for i in range(t)) - c) <= AX[0])

# 方法1：循环添加每个等式约束（二选一即可）
for i in range(t):
    m.Equation(D[i] == beta[i]*P[i] + alpha[i])

# 方法2：使用m.Equations()接收生成器
# m.Equations(D[i] == beta[i]*P[i] + alpha[i] for i in range(t))

m.solve(disp=True) # solve on public server

额外说明 #

当前h、b、c均为0，前两个约束会简化为0 <= AX[0]，而AX[0]的下限已设为0，这两个约束实际冗余，可根据需求调整参数值。

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