Question

我试图在Pyomo中声明非线性目标约束，每次尝试使用Bonmin Solver求解时，都会出现以下错误：

错误：求解器（asl）返回了非零返回码（3221225477）错误：求解器日志：使用Cbc 2.9.9和Ipopt 3.12.8 bonmin的Bonmin 1.8.6：追溯（最近一次通话）：

文件“”，第2行，在结果= opt.solve（模型）

文件“ C：\ Anaconda \ lib \ site-packages \ pyomo \ opt \ base \ solvers.py”，行626，在求解中 “ Solver（％s）无法正常退出”％self.name）

ApplicationError：求解器（asl）无法正常退出

＃

我的Objective函数定义是：

`def obj_func(model):
   global summer
   summer = 0
   global volumer
   volumer = 0
   for i in range(0,len(data)):
        summer += model.x[i]*data.loc[i,'Predicted.Profit']
   for j in range(0,len(data)):
        volumer += model.x[j]*data.loc[j,'Predicted.Liters.Sold']
   return summer/volumer`

我正在通过SolverFactory调用求解器，最后，我还想知道创建约束的最有效方法，因为我的约束范围为100+，其中一些是非线性的。当我尝试使用此模型解决问题时，我的内存使用率猛增到100％，并且计算机挂起。

Answer 1

您应该检查求解器的输出以查看失败的原因。您可以通过在调用求解器时添加tee=True选项来将此输出打印到屏幕上：

SolverFactory('bonmin').solve(model, tee=True)

此外，在声明Pyomo约束和目标时，应避免使用+=。构建Pyomo表达式时，它通常会导致性能显着下降。这是编写目标函数的推荐方法：

def obj_func(model):
   return sum(model.x[i]*data.loc[i,'Predicted.Profit'] for i in model.I)/sum(model.x[j]*data.loc[j,'Predicted.Liters.Sold'] for j in model.J)
model.Objective(rule=_obj_func)

其中model.I和model.J是Pyomo Set组件或Python列表。

如何在pyomo中声明非线性目标函数？约束的有效方式？

1 个答案: