[英]SciPy Optimization using SLSQP gives solution that does not satisfy constraints
[英]Gekko Solver does not satisfy Constraints gives wrong solution
我正在使用Gekko求解器來優化 function,但即使在不滿足給定約束的簡單問題中,它也會給出錯誤的解決方案。
from gekko import GEKKO
m = GEKKO(remote=False)
a = m.Var(value=0, integer=True)
b = m.Var(value=0, integer=True)
# constraints
m.Equation([a + b > 7, a**2 + b**2 < 40])
# Objective function
m.Maximize(a**3 + b**3)
m.solve(disp=False)
print(a.value[0])
print(b.value[0])
max_value = a.value[0]**3 + b.value[0]**3
print(max_value)
Output:
2.0
6.0
224.0
在末尾添加檢查表明 Gekko 在請求的容差內找到了正確的解決方案,盡管默認求解器是 IPOPT,即使請求integer=True
也能找到連續的解決方案。
a = a.value[0]; b = b.value[0]
print('a+b>7',a+b)
print('a^2+b^2<40',a**2+b**2)
# 0.71611780666
# 6.2838821838
# 248.50000026418317
# a+b>7 6.99999999046
# a^2+b^2<40 40.00000001289459
嘗試使用m.options.SOLVER=1
切換到 MINLP 求解器 APPT。 不等式<
和<=
在 Gekko 中是等價的,因為它是一個數值解。
2.0
6.0
224.0
a+b>7 8.0
a^2+b^2<40 40.0
如果在數學意義上<
或>
不允許 7 和 40 ,則在諸如>=8
和<=39
等約束條件下向上或向下移動一個 integer 。
m.Equation([a + b >= 8, \
a**2 + b**2 <= 39])
結果正確:
a=3.0 b=5.0 Objective: 152.0
a+b>=8 with a+b=8.0 (constraint satisfied)
a^2+b^2=<39 with a^2+b^2=34.0 (constraint satisfied)
這里還缺少什么嗎? 為什么有人聲稱沒有可行的解決方案?
from gekko import GEKKO
m = GEKKO(remote=False)
a = m.Var(value=0, integer=True)
b = m.Var(value=0, integer=True)
# constraints
m.Equation([a + b >= 7, \
a**2 + b**2 <= 40])
# Objective function
m.Maximize(a**3 + b**3)
m.options.SOLVER =1
m.solve(disp=True)
print(a.value[0])
print(b.value[0])
max_value = a.value[0]**3 + b.value[0]**3
print(max_value)
a = a.value[0]; b = b.value[0]
print('a+b>7',a+b)
print('a^2+b^2<40',a**2+b**2)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.