如何在Python中构建和打印-GEKKO循环生成的优化值列表？

Question

我有一个目标函数，其中有四个参数需要优化（n1，n2，n3和n4）。 这种优化应该在“针对T中的T”的循环中完成，因为Objective函数是T的函数。结果，我为每个T获得了一组参数。 如何构建和打印包含T，n1，n2，n3和n4的个性化列表？

我尝试了循环内外的“打印”的不同方式。 我还在此处和GEKKO的文档中搜索了示例，但这仍然对我构成挑战。 提前致谢。

import math
import numpy as np
from gekko import GEKKO

T = np.arange(1, 10, 2)
for T in T:
    A = 3/(T**2)
    B = 20-T**2
    C = 3+T
    D = T

    mA = A-T*C
    mB = B-T*D

    # Minimization routine

    from gekko import GEKKO
    m = GEKKO()

    # Variables to be minimized:
    n1, n2, n3, n4 = [m.Var() for i in range(4)]
    var = [n1, n2, n3, n4]

    # Initial values:
    n0 = [3,2,3,3]
    nL = np.ones(len(n0))*10**-10
    nU = np.ones(len(n0))*10**10
    for i,x in enumerate(var):
        x.value = n0[i]
        x.lower = nL[i]
        x.upper = nU[i]

    nt = m.Intermediate(n1 + n2 + n3 + n4)

    # Objective:
    m.Obj(T*A*mA + B*mB + C*D/nt)
    # Set global options
    m.options.IMODE = 3

    # Solve minimization
    m.solve()

    print(n1, n2, n3, n4)
    print(str(n1.value), str(n2.value), str(n3.value), str(n4.value))

Answer 1

Gekko是为时变系统构建的，因此结果以列表形式返回。 稳态优化仅返回一个值，因此您需要访问value属性的第一个元素。 尝试使用n1.value[0]访问单个结果。 T值是一个numpy数组，因此您可以使用T [0]等访问这些值。在程序脚本结尾处尝试以下操作：

    # Solve minimization
    m.solve(disp=False)

    result = [T]
    for x in var:
        result.append(x.value[0])
    print(result)

它使用T值创建一个初始列表，然后附加其他值。 我将选项disp=False为不显示求解器输出。 修改后的脚本将产生以下结果：

[1, 3457333826.4, 3457319622.4, 3457333826.4, 3457333826.4]
[3, 2482924773.0, 2482917643.6, 2482924773.0, 2482924773.0]
[5, 2201591127.3, 2201587887.6, 2201591127.3, 2201591127.3]
[7, 2105335286.6, 2105331976.7, 2105335286.6, 2105335286.6]
[9, 1630154729.7, 1630153615.7, 1630154729.7, 1630154729.7]

看来对于该问题，所有参数值都相等，并且除了nt和目标项C*D/nt计算之外，它们与其他方程式没有关系。

Answer 2

如下所示，有多种方法可以从Python导出数据 。 您需要将结果放入二维列表，NumPy数组或Pandas数据框中。 如果需要将值转换为Excel可以打开的格式（例如CSV文件），则以下是对原始脚本的修改。 该脚本使用NumPy写入文件。

import math
import numpy as np
from gekko import GEKKO

T = np.arange(1, 10, 2)
z = [None]*len(T)
for j,T in enumerate(T):
    A = 3/(T**2)
    B = 20-T**2
    C = 3+T
    D = T

    mA = A-T*C
    mB = B-T*D

    # Minimization routine

    from gekko import GEKKO
    m = GEKKO()

    # Variables to be minimized:
    n1, n2, n3, n4 = [m.Var() for i in range(4)]
    var = [n1, n2, n3, n4]

    # Initial values:
    n0 = [3,2,3,3]
    nL = np.ones(len(n0))*10**-10
    nU = np.ones(len(n0))*10**10
    for i,x in enumerate(var):
        x.value = n0[i]
        x.lower = nL[i]
        x.upper = nU[i]

    nt = m.Intermediate(n1 + n2 + n3 + n4)

    # Objective:
    m.Obj(T*A*mA + B*mB + C*D/nt)
    # Set global options
    m.options.IMODE = 3

    # Solve minimization
    m.solve(disp=False)

    result = [T]
    for x in var:
        result.append(x.value[0])
    z[j] = result

zn = np.array(z)
np.savetxt('z.txt',zn,delimiter=',',comments='',header='T,n1,n2,n3,n4')