我完全理解你现在的困扰——不管是官方文档的例子还是GitHub上的MindtPy示例，一运行就弹出这个AttributeError，确实让人很挫败。我来帮你拆解这个问题，一步步解决它：

问题根源 #

这个错误的核心原因是：你使用的pyomo solve命令行工具，其底层的求解插件会尝试调用求解器实例的config_block()方法来加载配置，但在Pyomo 6.9.2版本的MindtPySolver实现中，并没有这个方法。换句话说，MindtPy目前不兼容pyomo solve命令行调用方式，必须换一种运行方式。

解决步骤 #

1. 直接运行Python脚本，放弃pyomo solve命令行

不要用pyomo solve --solver=mindtpy .\Temp.py这种命令，而是直接运行你的Python脚本文件。命令行工具的逻辑没有适配MindtPy的设计，但脚本内直接调用求解器的方式是完全支持的。

比如，打开终端，进入脚本所在目录，运行：

python Temp.py

2. 确保脚本内的求解逻辑正确

我看了你提供的脚本，整体是没问题的，但可以加一点小检查来排除环境问题。下面是调整后的完整可运行脚本，你可以直接测试：

from pyomo.environ import *

# 创建模型
model = ConcreteModel()

# 定义变量
model.x = Var(bounds=(0, 10), domain=Reals)
model.y = Var(domain=Binary)  # 二进制变量

# 定义目标函数（最小化非线性函数）
model.obj = Objective(expr=model.x ** 2 - 4 * model.x + model.y, sense=minimize)

# 定义约束
model.con1 = Constraint(expr=model.x + 2 * model.y >= 5)
model.con2 = Constraint(expr=model.x * model.y <= 3)  # 非线性约束

# 初始化MindtPy求解器
opt = SolverFactory('mindtpy')

# 先检查求解器是否可用（排查环境安装问题）
if not opt.available():
    print("⚠️ MindtPy求解器不可用，请检查Pyomo或MindtPy的安装状态！")
    exit(1)

# 用OA策略求解，指定MILP和NLP求解器
results = opt.solve(
    model,
    strategy='OA',
    mip_solver='glpk',
    nlp_solver='ipopt',
    tee=True  # 开启详细输出，方便排查问题
)

# 输出结果
print("\n📊 求解结果：")
print(f"目标函数值: {model.obj()}")
print(f"x = {model.x()}")
print(f"y = {model.y()}")

3. 检查依赖求解器是否安装

MindtPy是一个混合整数非线性规划的框架，依赖底层的MILP求解器（比如你用的glpk）和NLP求解器（ipopt）。如果这两个求解器没安装或者不在系统PATH里，也会导致问题：

• 安装glpk：可以通过conda install -c conda-forge glpk（Anaconda环境）或者下载二进制文件添加到PATH。
• 安装ipopt：同样可以用conda install -c conda-forge ipopt，或者手动下载适配你系统的版本。

4. 尝试升级/降级Pyomo版本

如果上面的步骤都试过还是报错，那可能是Pyomo 6.9.2本身的bug。你可以尝试：

• 升级到最新版本：

  pip install --upgrade pyomo
  

• 或者降级到6.8.0版本（这个版本的MindtPy兼容性更稳定）：

  pip install pyomo==6.8.0
  

5. 确认MindtPy模块已正确安装

虽然Pyomo 6.x通常会自带MindtPy作为contrib模块，但偶尔会有安装不完整的情况。可以手动安装一次：

pip install pyomo.contrib.mindtpy

最后 #

如果还是遇到问题，建议去Pyomo的GitHub仓库搜索config_block MindtPy这个关键词，看看有没有其他用户提交的相关issue或者修复方案——毕竟这个错误看起来是6.9.2版本的一个特定问题，社区里大概率已经有人讨论过了。

祝你顺利解决问题！ 🚀