Question

我正在使用内部调用Pyomo的工具箱来解决优化问题。我对访问它构建的Pyomo模型感兴趣，因此可以修改约束/目标。所以我的问题是，假设我得到以下输出：

问题：

名称：未知下限：6250.0 上限：6250.0 目标数量：1 约束数量：11 变量数：8 非零数目：17 感觉：最小化

求解器：

状态：确定终止条件：最佳统计：分支定界：有界子问题数：0 创建的子问题数量：0 错误rc：0 时间：0.015599727630615234

解决方案：

解决方案数：0 显示的解决方案数量：0

因此问题很好解决，我得到了解决方案，该建模也通过另一个内部完成。是否可以访问约束/目标，以便我可以自由地使用Pyomo语法修改优化模型？

我试图调用该模型，并得到如下所示： {{1}}

Answer 1

听起来network.model是Pyomo模型，是的，如果您可以访问它，则可以对其进行修改。尝试使用pprint()方法打印模型或单个模型组件：

network.model.pprint()
network.model.con1.pprint()

或者您可以遍历模型中特定类型的组件：

for c in network.model.component_objects(Constraint):
    print(c)  # Prints the name of every constraint on the model

修改目标的最简单方法是找到现有目标，将其停用并添加新目标

network.model.obj.deactivate()
network.model.new_obj = Objective(expr=network.model.x**2)

有很多方法可以修改约束/目标，但是它们没有充分的文档记录。我建议使用Python的dir()函数并尝试一些组件属性和方法，以了解它们的工作原理。

dir(network.model.obj)