摘要

Question

没错，对于很多问题我们深表歉意，但是我是Python的新手，我一直在努力。

我相信我终于创建了一个具有一定功能的代码。但是，我似乎无法正确定义目标函数。其余的似乎计算正确（基于目标给我的值）。这是我目前的目标功能：

def objective (x):
    global sumIp, sumIm
    if (It[i-1] - d[i] + Qt[i-LT]) >= 0:
        sumIp = sumIp + x[2]
        sumIm = sumIm + 0
    else:
        sumIp = sumIp + 0
        sumIm = sumIm - x[2]
    return h*sumIp+b*sumIm

x [2]是我的It [i]。 sumIp和sumIm都应> = 0。

如果有人想看一下，这里是完整的代码：https://pastebin.com/AxC7fTVv-我相信这是我所想要的唯一缺少的部分，但是我不知道该怎么做为了我的生命，已经有好几天了！任何帮助表示赞赏。

Answer 1

摘要

好的。我将总结您的问题（对您来说有点，但主要是为了帮助我：p）。

您有一个要计算的值序列，所有这些都围绕找出Qt[i]。这些是：

d[i]-在“真实世界”场景中从外部提供的一些值列表，但出于您的目的，这些值使用随机值进行仿真；最重要的是，这不是必须计算的。（另一注：我假设我们不能“展望未来”并使用d[i+1]或类似的东西。）
It[i]-由It[i] = It[i-1] - d[i] + Qt[i-LT]给出（Qt省略了i < LT部分）；这是根据前一周期值和d值计算得出的，因此可以很容易地计算出
Ip[i]，Im[i]-都是直接从It[i]计算得出的，因此，易于计算
NIt[i]-由NIt[j] = NIt[j-1] - d[j] + Qt[j-1]给出，可以很容易地计算，类似于It[i]
Qt[i]-...？

简而言之：唯一需要弄清楚的是Qt[i]。因此，如果您决定使用scipy.minimize之类的优化程序，则所需的 only 变量为x[0]。但是，如果您只有一个变量，则可能甚至不需要使用优化器。您更有可能提出一些可以直接为您提供最佳结果的函数/表达式。

解决方案

...还不太确定：\对不起

Answer 2

评论1

注意-我正在根据问题说明中的链接第一粘贴框进行更改。

尝试一下：删除global语句，使objective函数看起来像

def objective (x):
    # [`global` removed here]
    if (It[i-1] - d[i] + Qt[i-LT]) >= 0:
        sumIp = sumIp + x[2]
        sumIm = sumIm + 0
    else:
        sumIp = sumIp + 0
        sumIm = sumIm - x[2]
    return h*sumIp+b*sumIm

这样，sumIp时的sumIm和x[2]值是在每个objective调用中在本地创建的，而不是全局编辑。（您可能想重命名局部变量，以免造成混淆。）

然后，在minimize完成之后，将更改推送到最终的最佳x[2]值，如下所示：

def test(T):
    global i
    while i < T:
        # [...]
        sol = minimize(objective, x0, constraints=cons)

        if (It[i-1] - d[i] + Qt[i-LT]) >= 0:
            sumIp = sumIp + sol.x[2]
            sumIm = sumIm + 0
        else:
            sumIp = sumIp + 0
            sumIm = sumIm - sol.x[2]
        # [...]
        i += 1
    return Qt, NIt, It

评论2

好的。 x[0] == Qt[i]，不是 Qt[i-1]，对吧？如果是这样，那么您将无法轻易地交换Qt[i-1]和x[0]。另外，当您删除x[0]时，优化器会停止工作的事实也很有意义；尝试最小化表达式时，唯一允许更改的是x值，然后将其删除，则最小化器的允许执行的内容将更少。

关于一般的“ strange [ness]”，可能与约束使用if语句有关，这实际上使它们成为分段函数。虽然有一些对非线性约束有效的最小化方法，但我不确定是否有对不可微分约束有效的方法。

要解决此问题，请查看我在this paste中所做的更改。我用两个严格非负的变量x[2]和x[2]替换了x[3]，其中旧值现在为x[2] - x[3]。这样就无需在目标中使用if语句。为了使变量为非负值，我为x_bounds问题添加了边界条件。（请注意，这消除了对constraint1函数的需要，因此我将其删除。代码中的其他简化操作还有更多空间，但是因为没有必要我将其他所有内容都保留下来。）

所以剩下的唯一我还不太了解的部分是constraint2：您能再解释一下它应该做什么吗？

如何创建用于最小化目标的函数

2 个答案:

摘要

解决方案

评论1

评论2