GEKKO 中混合 Integer 非线性编程问题的问题

Question

我正在使用 GEKKO 解决 Python 中的 MINLP 问题，该问题涉及与电力系统仿真软件 PowerFactory 的联合仿真。 MINLP 问题目标 function 需要从内部调用 PowerFactory 并执行特定任务，然后再将值返回给 MILP 问题定义。 在等式约束定义中，我还需要使用两个 Pandas 数据帧（具有 10000x2 单元格的表）来获取与约束表达式中决策变量的值相对应的特定值。 但是，由于这些 function 调用中 GEKKO 变量的性质存在一些问题，我在目标/约束函数中编写任何涉及循环或 Pandas 'loc' 或 'iloc' 函数的代码时遇到错误。 在这方面的任何帮助将不胜感激。 代码结构如下：

    import powerfactory as pf
    from gekko import GEKKO
    import pandas as pd
    
    # Execute the PF setup commands for Python
    
    # Pandas dataframe in question
    df1 = pd.read_csv("table1.csv")
    df2 = pd.read_csv("table2.csv")
    
    def constraint1(X):
          P = 0
          for i in range(length(X)):
            V = X[i] * 1000
            D = round(V, 1)
            P += df1.loc[D, "ColumnName"]
          return P
    def objective(X):
            for i in range(length(X)):
                 V = X[i] * 1000
                 D = round(V, 1)
                 I = df2.loc[D, "ColumnName"]
        # A list with the different values of 'I' is generated for passing to PF    
        # Some PowerFactory based commands below, involving inputs, and extracting results from PF, using a list generated from the values of 'I'. PF returns some result values to the code
         return results
    # MINLP problem definition:
    m = GEKKO(remote=False)
    x = m.Array(m.Var, nInv, value=1.0, lb=0.533, ub=1.0)
    m.Equation(constraint1(x) == 30)
    m.Minimize(objective(x))
    m.options.SOLVER = 3
    m.solve(disp=False)
    # Command for exporting the results to a .txt file        
           

在另一个问题公式中，我试图在目标和约束 function 内运行 MINLP 优化问题作为嵌套优化问题。 但是，我也遇到了错误。 代码结构如下：

    import powerfactory as pf
    from gekko import GEKKO
    
    # Execute the PF setup commands for Python
    
    def constraint1(X):
          P = 0
          for i in range(length(X)):
            V = X[i] * 1000
            # 2nd MINLP problem: Finds 'I' from value of 'V', a single element
            # Calculate 'Pcal' from 'I'
            P += Pcal
          return P
    def objective(X):
            Iset = []
            for i in range(length(X)):
                 V = X[i] * 1000
                 # 3rd MINLP problem: Finds 'I' from value of 'V'
                 # Appends 'I' to a 'Iset'
            # 'Iset' list passed on to PF    
        # Some PowerFactory based commands below, involving inputs, and extracting results from PF, using the 'Iset' list. PF returns some result values to the code
         return results
    # Main MINLP problem definition:
    m = GEKKO(remote=False)
    x = m.Array(m.Var, nInv, value=1.0, lb=0.533, ub=1.0)
    m.Equation(constraint1(x) == 30)
    m.Minimize(objective(x))
    m.options.SOLVER = 3
    m.solve(disp=False)
    # Command for exporting the results to a .txt file  

Answer 1

Gekko 没有对外部函数的回调。 这是因为求解器是基于梯度的，并且前导步骤是自动微分以获得稀疏形式的精确一阶和二阶导数。 与Gekko 和 CoolProp类似，一种选择是构建优化器可以使用的外部（在本例中为 PowerFactory）model 的近似值。 两个选项是三次样条( cspline ) 或基本样条( bspline )。

如果您不能使用这些近似值，那么我建议您切换到不同的平台来解决优化问题。 也许您可以尝试scipy.optimize.minimize可以通过有限差分获得梯度并添加分支和绑定来解决混合的 integer 部分。