Gekko完成优化求解后如何自动计算自定义表达式F1、F2的值
Gekko优化求解后直接获取自定义表达式结果的实现方案
问题场景
使用GEKKO库完成MINLP优化求解后,可直接读取决策变量x1/x2/x3/x4/y的取值,但希望无需手动代入变量值计算,直接获取预先定义的表达式F1、F2的最终结果,测试代码如下:
from gekko import GEKKO m = GEKKO() # Initialize gekko m.options.SOLVER=1 # APOPT is an MINLP solver # optional solver settings with APOPT m.solver_options = ['minlp_maximum_iterations 500', \ # minlp iterations with integer solution 'minlp_max_iter_with_int_sol 10', \ # treat minlp as nlp 'minlp_as_nlp 0', \ # nlp sub-problem max iterations 'nlp_maximum_iterations 50', \ # 1 = depth first, 2 = breadth first 'minlp_branch_method 1', \ # maximum deviation from whole number 'minlp_integer_tol 0.005', \ # covergence tolerance 'minlp_gap_tol 0.01'] # Initialize variables x1 = m.Var(value=1,lb=1,ub=5) x2 = m.Var(value=5,lb=1,ub=5) # Integer constraints for x3 and x4 x3 = m.Var(value=5,lb=-5,ub=5,integer=True) x4 = m.Var(value=1,lb=-5,ub=5,integer=True) y = m.Var(value=1,lb=-5,ub=50,integer=True) # Equations m.Equation(x1*x2*x3*x4>=25) m.Equations([y<x3/4,y>=x3/4+1e-8]) m.Equation(x1**2+x2**2+x3**2+x4**2==40) #Expressions F1 = x1*x4*(x1+x2+x3) F2 = x3 + x4/10 m.Obj(F1 + F2) # Objective m.solve(disp=False) # Solve print('Results') print('x1: ' + str(x1.value)) print('x2: ' + str(x2.value)) print('x3: ' + str(x3.value)) print('x4: ' + str(x4.value)) print('y: ' + str(y.value)) print('Objective: ' + str(m.options.objfcnval))
实现方法
直接用GEKKO自带的m.Intermediate()包装需要输出的表达式即可,这类中间量不会作为决策变量参与求解,只会跟着迭代过程自动更新计算值,求解结束后直接就能读结果,和访问普通决策变量的方式完全一致:
- 把原来F1、F2的定义替换成下面的写法:
# 替换原有F1、F2定义 F1 = m.Intermediate(x1*x4*(x1+x2+x3)) F2 = m.Intermediate(x3 + x4/10)
- 求解完成后直接加两行打印代码就能拿到结果。
注意:GEKKO中所有变量、表达式的.value属性默认返回数组格式,针对单时间点的稳态优化场景,取索引[0]即可得到标量计算结果
print('F1: ' + str(F1.value[0])) print('F2: ' + str(F2.value[0]))
运行后可以校验,F1加F2的结果和m.options.objfcnval存储的目标函数值完全一致。
如果不想修改原有F1、F2的定义,也可以在求解完成后,把x1到x4的value[0]提取出来代入表达式计算,只是需要重复写一遍表达式,不如用Intermediate便捷。
内容的提问来源于stack exchange,提问作者Vinay
相关产品推荐
相关产品推荐

