[英]Linear Programming in GEKKO Python
目前正在通过 python 中的 GEKKO 库解决 LP 问题。 这个问题有大约 8,000 个变量。 如果我增加变量的数量,它在 462 个变量上运行良好。 程序显示错误“异常:@error:Model 表达式 *** function 字符串的语法错误:无效元素:,>=0”
任何评论都会有所帮助。
#Initialize Model
m = GEKKO()
#Set global options
m.options.solver = 3
m.options.IMODE = 3 #steady state optimization
#define parameter
Num_Cell= 463
H2 = m.Array(m.Var,Num_Cell,value = 0)
Demand = m.Const(value=20000000)
D = np.zeros(Num_Cell)
F = Hardwood_Sawlog.SumOfTotal
for i in range(Num_Cell):
H2[i].lower = 0
H2[i].upper = F[i]
D[i] = i
m.Equation(m.sum(H2[0:Num_Cell])==Demand)
m.Obj(np.dot(D,H2))
m.solve(disp=False,debug=True)
print('')
print(H2)
问题是m.Obj(np.dot(D,H2))
的符号形式超过了 15,000 个字符的最大长度,问题较大。 这是您的问题的一个版本,它会产生错误:
from gekko import GEKKO
import numpy as np
m = GEKKO()
m.options.solver = 3
m.options.IMODE = 3
Num_Cell= 1000
H2 = m.Array(m.Var,Num_Cell,value = 0)
Demand = m.Const(value=20000000)
D = np.zeros(Num_Cell)
for i in range(Num_Cell):
H2[i].lower = 0
H2[i].upper = 100
D[i] = i
m.Equation(m.sum(H2[0:Num_Cell])==Demand)
m.Obj(np.dot(D,H2))
m.solve(disp=False,debug=True)
print('')
print(H2)
这是一个替代版本,它克服了np.dot()
构造长(> 15,000 个字符)符号表达式的问题。
from gekko import GEKKO
import numpy as np
m = GEKKO()
m.options.solver = 1
m.options.IMODE = 3
Num_Cell= 1000
H2 = m.Array(m.Var,Num_Cell,value = 0)
Demand = m.Const(value=20000000)
D = np.zeros(Num_Cell)
for i in range(Num_Cell):
H2[i].lower = 0
H2[i].upper = 1e10
D[i] = i
m.Equation(m.sum(H2[0:Num_Cell])==Demand)
m.Minimize(m.sum([D[i]*H2[i] for i in range(Num_Cell)]))
m.solve(disp=True)
print('')
print(H2)
Gekko 中有线性规划gekko
构建函数,可帮助构建具有稀疏矩阵或大型密集矩阵的大规模 LP 问题:
更有效的方法是使用内置的 model 构建函数。
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.