求解器在扩展问题时找不到最优解答案

【问题标题】：Solver does not find optimal solution when expanding problems求解器在扩展问题时找不到最优解
【发布时间】：2023-01-31 10:31:43
【问题描述】：

我注意到，当使用 Pyomo + Ipopt 时，一些优化 dae 问题会收敛到最佳解决方案，当复杂性扩展时（例如，汽车示例中的距离更大）并因此在有限元素的数量上保持精度，求解器显示：

EXIT: Solved To Acceptable Level.

而不是之前的“找到最佳解决方案”。

作为上述示例，我将使用 Pyomo 存储库中修改后的“ampl car sample”代码。

# Ampl Car Example
#
# Shows how to convert a minimize final time optimal control problem
# to a format pyomo.dae can handle by removing the time scaling from
# the ContinuousSet.
#
# min tf
# dxdt = v
# dvdt = a-R*v^2
# x(0)=0; x(tf)=L
# v(0)=0; v(tf)=0
# -3<=a<=1

from pyomo.environ import *
from pyomo.dae import *

m = ConcreteModel()

m.R = Param(initialize=0.001) #  Friction factor
m.L = Param(initialize=1000000.0) #  Final position

m.tau = ContinuousSet(bounds=(0,1)) # Unscaled time
m.time = Var(m.tau) # Scaled time
m.tf = Var()
m.x = Var(m.tau,bounds=(0,m.L+50))
m.v = Var(m.tau,bounds=(0,None))
m.a = Var(m.tau, bounds=(-3.0,1.0),initialize=0)

m.dtime = DerivativeVar(m.time)
m.dx = DerivativeVar(m.x)
m.dv = DerivativeVar(m.v)

m.obj = Objective(expr=m.tf)

def _ode1(m,i):
    if i == 0 :
        return Constraint.Skip
    return m.dx[i] == m.tf * m.v[i]
m.ode1 = Constraint(m.tau, rule=_ode1)

def _ode2(m,i):
    if i == 0 :
        return Constraint.Skip
    return m.dv[i] == m.tf*(m.a[i] - m.R*m.v[i]**2)
m.ode2 = Constraint(m.tau, rule=_ode2)

def _ode3(m,i):
    if i == 0:
        return Constraint.Skip
    return m.dtime[i] == m.tf
m.ode3 = Constraint(m.tau, rule=_ode3)

def _init(m):
    yield m.x[0] == 0
    yield m.x[1] == m.L
    yield m.v[0] == 0
    yield m.v[1] == 0
    yield m.time[0] == 0
m.initcon = ConstraintList(rule=_init)

discretizer = TransformationFactory('dae.finite_difference')
discretizer.apply_to(m,nfe=5000,scheme='BACKWARD')

solver = SolverFactory('ipopt')
solver.solve(m,tee=True)

print("final time = %6.2f" %(value(m.tf)))

x = []
v = []
a = []
time=[]

for i in m.tau:
    time.append(value(m.time[i]))
    x.append(value(m.x[i]))
    v.append(value(m.v[i]))
    a.append(value(m.a[i]))
  
import matplotlib.pyplot as plt

plt.subplot(131)
plt.plot(time,x,label='x')
plt.title('location')
plt.xlabel('time')

plt.subplot(132)
plt.plot(time,v,label='v')
plt.xlabel('time')
plt.title('velocity')

plt.subplot(133)
plt.plot(time,a,label='a')
plt.xlabel('time')
plt.title('acceleration')

plt.show()

注意：原始源代码可以在这里查阅，与我修改的比较：https://github.com/Pyomo/pyomo/blob/main/examples/dae/car_example.py

我能做些什么吗？我可以降低 ipopt 容忍度，以便它不断寻找最佳解决方案吗？

【问题讨论】：

标签： pyomo ipopt

【解决方案1】：

您可以通过将选项 acceptable_iter 设置为 0 来禁用使 Ipopt 以“可接受的”解决方案停止的试探法。有关确定 Ipopt 终止的所有选项，请参阅https://coin-or.github.io/Ipopt/OPTIONS.html#OPT_Termination。

【讨论】：