[英]TypeError PYOMO: Defining constraints based on pandas dataframe
對於優化問題,我試圖在 PYOMO 中定義一個約束,其中約束表達式包括來自 pandas DataFrame 的一些特定值。
我將嘗試以簡潔的方式解釋我的問題。
以下是進口。
from pyomo.environ import *
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pyomo.opt import SolverFactory
model = ConcreteModel()
以下是決策變量。
model.d1 = Var(bounds=(0.8,1.0), initialize = 0.9)
model.t1 = Var(bounds=(0.1,0.3))
物鏡 function 如下:
model.Total_weight = Objective(expr= model.t1*model.d1, sense= minimize )
為了制定約束表達式,我使用了 DataFrame 中的一些值。
DataFrame 看起來像這樣:
r1 = [50.05,60.0,70]
r2 = [100,150,200]
df = pd.DataFrame([r1,r2])
0 1 2
0 50.05 60.0 70
1 100.00 150.0 200
目前的想法:
我將 df 中的一些值分配給變量,以便在約束表達式中使用(如下所示)。
v1 = df.iloc[0, 1]
v2 = df.iloc[1,1]
v1 和 v2 的唯一目的是為約束表達式輸入值。 與優化model無關。
model.C1 = Constraint(expr = v1 + v2 *model.d1 <= 2.1)
但是我在執行這個想法時遇到了以下錯誤
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-9-a9a7f2887bcb> in <module>
----> 1 model.C1 = Constraint(expr = v1 + v2 *model.d1)
TypeError: unsupported operand type(s) for *: 'float' and 'NoneType'
據我了解,python 將 v1 和 v2 視為“float”,而 model.d1 被視為“NoneType”。 我嘗試通過將initialize
添加到變量 model.d1 來運行 model。 但它似乎仍然是“NoneType”。
有人可以幫我解決這個問題嗎?
非常感謝您提前。
PS: model.d1.display()
給出以下 output。
d1 : Size=1, Index=None
Key : Lower : Value : Upper : Fixed : Stale : Domain
None : 0.8 : 0.9 : 1.0 : False : False : Reals
因此,當pyomo
變量為numpy
pyomo
交互的一個小錯誤……我認為這不會經常出現,因為在處理索引pyomo
變量時問題不會暴露出來,這是目前大多數情況。 你的是非索引單例。
首先,讓您的 model 工作。 將來自您的df
的值轉換為浮點數,這可以正常工作。
from pyomo.environ import *
#import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#from pyomo.opt import SolverFactory
model = ConcreteModel()
model.d1 = Var(bounds=(0.8,1.0), domain=NonNegativeReals)
model.t1 = Var(bounds=(0.1,0.3), domain=NonNegativeReals)
r1 = [50.05,60.0,70]
r2 = [100,150,200]
df = pd.DataFrame([r1,r2])
v1 = float(df.iloc[0, 1]) # NOTE the float() conversion
v2 = float(df.iloc[1, 1]) # NOTE the float() conversion
model.C1 = Constraint(expr=v1 + v2 * model.d1 <= 2.1)
model.pprint()
疑似bug...
這兩個都應該按照我的理解來執行。 我幾乎從不處理 singleton 變量(未編入索引),所以這里可能還有其他事情要做。 我會嘗試將此作為錯誤提交給 pyomo 人,看看會發生什么。
from pyomo.environ import *
import numpy as np
c = np.float64(1.5) # a numpy float like what comes out of a pd dataframe...
model_1 = ConcreteModel()
model_1.x = Var()
# a simple expression
e = c * model_1.x # FAILS! TypeError: unsupported operand type(s) for *: 'float' and 'NoneType'
model_2 = ConcreteModel()
model_2.S = Set(initialize = [1,]) # indexing set with 1 member
model_2.x = Var(model_2.S)
# same expression
e2 = c * model_2.x[1] # Works fine...
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.