[英]From PuLP to GEKKO: Syntax Mapping for Constraints, Objective Function
我正在处理最初在PuLP
建模的员工分配问题。 然而,在开发过程中,一些约束以及目标变得非线性。 在比较了一些包之后,我选择了GEKKO ,但不知何故无法启动并运行我的优化。
我面临两个问题:
1. 约束公式
假设我有简单的限制喜欢这些。
在PuLP
我有类似的东西:
# Each position p must be assigned to exactly one employee e
for p in position_names:
succession_prob += pulp.lpSum([X[p][e] for e in employee_names]) == 1
# Only employees e that are qualified for position p can be selected
for p in position_names:
for e in employee_names:
succession_prob += X[p][e] <= position_mapping[p][e]
我试图在GEKKO
做这样的事情:
# Each position p must be assigned to exactly one employee e
for p in range(len(position_names)):
m.Equation(sum(X[p][e] for e in range(len(employee_names))) == 1)
# Only employees e that are qualified for position p can be selected
for p in range(len(position_names)):
for e in range(len(employee_names)):
m.Equation(X[p][e] <= position_mapping.iloc[e][p])
这不会给我一个错误,但我不确定它是否正确。 但是,当我尝试拆分(相当复杂的)目标函数时出现错误:
2. 拆分目标函数
# Dummy functions
numerator = pulp.lpSum(some expression)
denominator = pulp.lpSum(some other expression)
succession_prob += numerator / denominator
我再次尝试在GEKKO
做这样的事情:
numerator = m.Param(some expression)
denominator = m.Param(some other expression)
# Objective function: RCD moves -> max
m.Obj((numerator / denominator)*(-1))
>>> ERROR: unsupported operand type(s) for *: 'float' and 'generator'
我想知道我的约束代码是否正确(变量类型的选择等),以及如何修复拆分目标。 我很感激任何帮助,因为我已经尝试了不同的变量,但它无法运行。
对于#1,您的约束公式看起来是正确的。 您可以通过使用m.open_folder()
打开运行文件夹并使用文本编辑器打开.apm
文件来检查 Gekko 写入的内容。 它列出了所有方程、参数、变量和目标陈述。
对于#2 ,除了您在那里包含的内容之外,您可能还有其他错误。 此外,参数值是固定的——目标函数通常具有由优化器调整的变量类型。 否则,如果目标函数仅由参数值组成,那么它是一个常数,除了从目标中添加或减去一个常数外,不会影响解决方案。
下面是一个简单的程序,您可以使用它来研究 Gekko 如何编写模型.apm
文件。
from gekko import GEKKO
import pandas as pd
m = GEKKO()
print(m._path)
x = m.Array(m.Var,(3,4))
mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
{'a': 100, 'b': 200, 'c': 300, 'd': 400},
{'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
w = pd.DataFrame(mydict)
y = [0,2]
z = [1,3]
for p in range(len(y)):
m.Equation(sum(x[p][e] for e in range(len(z)))==1)
for p in range(len(y)):
for e in range(len(z)):
m.Equation(x[p][e] < w.iloc[e][p])
for p in range(np.size(x,0)):
for e in range(np.size(x,1)):
m.Obj(x[p][e]**2)
m.solve(disp=True)
print(x)
m.open_folder()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.