Question

我已经编写了一个使用pyOpt执行NSGA2优化的过程，但是该解决方案打印出优化变量以及相应的约束。我想使用优化变量进行进一步分析。如何输出最终设计变量列表？

例如，优化的输出如下：

NSGA-II Solution to Reservoir Operations Optimization

Objective Function: benefit

Solution: 
--------------------------------------------------------------------------------
Total Time:                  358.4790
Total Function Evaluations:          

Objectives:
    Name        Value        Optimum
         f        -19539.3             0

    Variables (c - continuous, i - integer, d - discrete):
    Name    Type       Value       Lower Bound  Upper Bound
        x_0       c    1523.796492       1.50e+03     9.00e+03 
        x_1       c    5064.324074       1.50e+03     9.00e+03 
        x_2       c    2162.772045       1.50e+03     9.00e+03 
        x_3       c    3177.890807       1.50e+03     9.00e+03 
        x_4       c    2318.221792       1.50e+03     9.00e+03 
        x_5       c    1801.992503       1.50e+03     9.00e+03 
        x_6       c    4205.181367       1.50e+03     9.00e+03 
        x_7       c    1500.013593       1.50e+03     9.00e+03 
        x_8       c    1500.026373       1.50e+03     9.00e+03 
        x_9       c    1500.002134       1.50e+03     9.00e+03 
        x_10      c    1500.000983       1.50e+03     9.00e+03 
        x_11      c    1500.007746       1.50e+03     9.00e+03 
        x_12      c    1500.001387       1.50e+03     9.00e+03 
        x_13      c    1500.023302       1.50e+03     9.00e+03 
        x_14      c    1500.019080       1.50e+03     9.00e+03 
        x_15      c    1500.001947       1.50e+03     9.00e+03 

    Constraints (i - inequality, e - equality):
    Name    Type                    Bounds
        g_0           i       -1.00e+21 <= -265630.357944 <= 0.00e+00
        g_1           i       -1.00e+21 <= -274500.633582 <= 0.00e+00
        g_2           i       -1.00e+21 <= -277659.633602 <= 0.00e+00

但是，我只想将x_0，x_1 ......的值作为列表。

Answer 1

要解决此问题，您必须将优化问题产生的结果保存到变量中

因此，您必须执行类似的操作

from pyOpt import Optimization, ALHSO

# Make the objective function
def of(x):
    return x**2, [], 0

# Setup the optimisation problem
opt_prob = Optimization('min_sq', of)
opt_prob.addVar('x', 'c', value=10, lower=-10, upper=10)
opt_eng = ALHSO()
opt_eng.setOption('fileout', 0)
sol = opt_eng(opt_prob)

从这一点开始，结果变量（sol）将是具有以下内容的列表：

目标函数
决策变量

词典附加信息

>>sol

(array([  1.15734425e-08]),
 array([ 0.00010758]),
 {'fevals': 398,
  'opt_g': array([], dtype=float64),
  'time': 0.007999897003173828})

我希望这可以解决问题

Answer 2

您也可以从解决方案结构中获取变量的值：

docker run -t -p 7000:3000 react-app:latest

如何从pyOpt作为列表获得优化的可变量？

2 个答案: