我正在尝试实现一个模型,并且我将此条件分段功能作为模型的一部分。
其中T_zone(= 293)和T_in(= 348)是先前定义的常数,x2和x5是变量,它们取决于依赖于T_in和T_out的其他方程式。
所有参数都有定义的初始值。
temperature_zone=293.0
T_in = m.Var(value=temperature_zone)
T_zone = m.Var(value=temperature_zone)
x2 = m.Var(value=temperature_zone)
x5 = m.Var(value=temperature_zone)
Tout = m.Var(value=temperature_zone)
Tp1out=m.Var(value=temperature_zone)
m1out=m.if3(((2.0*(x2))-T_in-T_zone), 0, ((2.0*(x2))-T_in-T_zone))
m.Equation(T_p1out== T_zone+m1out)
m2out=m.if3(((2.0*(x5))-T_p1out-T_zone), 0, ((2.0*(x5))-T_p1out-T_zone))
m.Equation(T_out == T_zone+m2out)
在上面的代码中,我尝试将等式分为两部分,并将if条件的结果作为底数/最小值的一个附加变量添加,但没有解决方案。
答案 0 :(得分:2)
以下是要考虑的一些事情:
T_in
和T_zone
是常量,则使用m.Const
或m.Param
代替m.Var
。否则,可以由求解器进行调整。m.if3
函数足以解决此问题。您可以定义两个m.if3
语句,然后添加输出,但是随后您将创建其他二进制变量,这将使您的问题更难以解决。condition
确定是T_out=T_zone (condition<0)
还是T_out=2*x5-2*x2+T_in (condition>=0)
。T_in
的值为348.0,而不是temperature_zone (293.0)
。这是您提出的问题的完整脚本。
from gekko import GEKKO
m = GEKKO()
temperature_zone=293.0
T_in = m.Const(value=348.0)
T_zone = m.Const(value=temperature_zone)
x2 = m.Var(value=temperature_zone)
x5 = m.Var(value=temperature_zone)
condition = 2*x5-2*x2+T_in-T_zone
Tout=m.if3(condition, T_zone, 2*x5-2*x2+T_in)
m.solve()
APOPT solver在两次迭代中找到了解决方案。请注意,在此示例中,x2
和x5
是附加的自由度,并且仍需要方程式来指定其值。
Number of state variables: 6
Number of total equations: - 3
Number of slack variables: - 2
---------------------------------------
Degrees of freedom : 1
----------------------------------------------
Steady State Optimization with APOPT Solver
----------------------------------------------
Iter: 1 I: 0 Tm: 0.00 NLPi: 2 Dpth: 0 Lvs: 2 Obj: 0.00E+00 Gap: NaN
--Integer Solution: 0.00E+00 Lowest Leaf: 0.00E+00 Gap: 0.00E+00
Iter: 2 I: 0 Tm: 0.00 NLPi: 1 Dpth: 1 Lvs: 2 Obj: 0.00E+00 Gap: 0.00E+00
Successful solution
---------------------------------------------------
Solver : APOPT (v1.0)
Solution time : 1.390000000537839E-002 sec
Objective : 0.000000000000000E+000
Successful solution
---------------------------------------------------