PSO与GEKKO结合报错：Intermediate variable with no equality (=) expression及温度分布多项式系数优化问题求助

各位大佬好，我现在卡在一个化工过程的优化问题上，想请大家帮忙诊断下！

先给大家梳理下我的需求和当前的困境：
我要优化一个描述[0, 100min]区间内温度分布的多项式系数，多项式形式如下：

p0 = 0.1
p1 = (t - 50)*(3**0.5/500)
p2 = (t**2 - 100*t + 5000/3)*(3/(500000000**0.5))   
T = coef0*p0 + coef1*p1 + coef2*p2

我的核心目标是最大化终态（tf=100min）的生物柴油浓度x4(tf)，同时需要满足两个约束：

1. 一组控制反应速率的常微分方程（ODE）系统
2. 温度的硬约束：298 K < T < 338 K

这个问题出自一篇学术文献，原作者用蒙特卡洛随机搜索+遗传算法来拟合多项式参数，再用Matlab的Ode45求解x4(tf)的最优值。我想换个技术栈试试，用粒子群优化（PSO）作为外层算法搜索最优的多项式系数，然后用GEKKO作为内层工具求解ODE并计算对应的x4(tf)——也就是每完成一轮PSO迭代，就把当前粒子对应的coef0/coef1/coef2传给GEKKO，让GEKKO求解ODE得到x4(tf)，再把这个结果反馈给PSO，用来更新粒子的位置和速度。

但现在在整合PSO和GEKKO的过程中，我遇到了报错：Intermediate variable with no equality (=) expression，反复检查了代码还是没找到问题所在，想问问有没有大佬遇到过类似的GEKKO报错，或者能给我一些调试的建议？

另外，我也想请教一下：这种"外层启发式算法调参数，内层求解器做ODE优化"的架构，有没有更高效的实现方式？或者我的思路本身有没有可以优化的地方？

备注：内容来源于stack exchange，提问作者Luiz Miguel