Question

我对此很陌生，所以我只是想拍摄并希望我尽可能准确，你会认为它值得回答。

我正在尝试优化（最小化）成本/数量模型，其中两者都是连续变量。应尽量减少全球成本，但这取决于总量，这取决于具体成本。

到目前为止，我的代码看起来像这样：

public override void VisitMethodDeclaration(MethodDeclarationSyntax node)
{
    var sqlCommandDeclaration = node.Body.Statements
            .Where(x => x.IsKind(LocalDeclarationStatement))
            .Cast<LocalDeclarationStatementSyntax>()
            .FirstOrDefault(x => x.Declaration.Type.GetText().ToString() == "SqlCommand");

    base.VisitMethodDeclaration(node);
}

X是数量，P是价格。 WP和IWP是两种不同的技术（稍后将添加更多）。由于X和P相乘，问题是非线性的，现在我还没有找到解决方案，以便为gurobi提供一个可以处理的目标。

我的在线研究和stackoverflow基本上让我得出结论，我可以用gurobi进行线性化和求解，找到另一个可以解决这个MINLP的解算器，或者以Gurobi可以解决的方式制定我的目标。由于我已经熟悉了Gurobi，这将是我的首选。

关于此时什么是最好的建议？非常感谢！

Answer 1

我建议使用Pyomo重写您的Python代码。

这是Python的通用优化建模框架，可以为Gurobi以及许多其他优化工具构建有效的输入。

特别是，它允许您使用Ipopt作为后端，它确实解决了（至少某些）非线性问题。即使Ipopt无法解决您的非线性问题，使用Pyomo将允许您快速测试，然后在事情无法解决时轻松地回到Gurobi中的线性化表示。

我应该使用gurobi线性化或尝试用Python解决MINLP，还是尝试完全不同的方法？

1 个答案: