我想解决Pyomo中受约束的NLP。但是，目标函数包括一个正态分布，其中正态分布的自变量包含决策变量，例如像-(norm.cdf(model.x[0]))这样的表达式。
但是我收到此错误：
Cannot convert object of type 'ndarray' (value = 1) to a numeric value.
在Pyomo中是否可以使用正态分布？
答案 0 :(得分：0)
我认为您不能将变量用作参数，因为pyomo的变量不是python的变量。您可以编写正态分布的表达式，也许可以。
答案 1 :(得分：0)
我发现pyomo不是您可能习惯于使用pyton或黑匣子函数（Optimizing Fortran function in pyomo和https://groups.google.com/forum/#!topic/pyomo-forum/dK71XrHlBIM）的一些典型数学的爱好者。
我认为在这种情况下，您可能需要写出对象中正常cdf的近似值（粗略，我知道）。我可能会建议：
1/(model.x[0]*2.50663)*(1-model.x[0]**-2+3*model.x[0]**-4+15*model.x[0]**-6-105*model.x[0]**-8)
基于这篇文章：https://mathoverflow.net/questions/19404/approximation-of-a-normal-distribution-function
这里有其他不错的文章：http://www.hrpub.org/download/20140305/MS7-13401470.pdf