Pyomo 约束和使用 pandas答案

【问题标题】：Pyomo constraints and using pandasPyomo 约束和使用 pandas
【发布时间】：2020-09-07 02:39:31
【问题描述】：

我正在使用 Pyomo 来优化使用债券的现金流匹配问题。我还希望有一个详细的约束条件，它可以查看我期望从我的投资组合中获得的现金流量与固定要求，并对差异进行一些计算：

计算差异（希望减去预期接收或图片中的“输入-输出”）
使用累积因子计算这些差异到最后一个终点的累积（将差异乘以累积因子 - 存储为模型。AccumFactors）
对这些同比累积因子求和 (cumsum(axis=1))
找到最小值

[Excel流程说明][1]

现在 Panda 命令在这种情况下不起作用。我能做些什么来解决这个问题吗？替代方法？

【问题讨论】：

如果您有一些您尝试过但没有成功的示例，或者您确实需要帮助的内容，将会很有帮助。目前，我读到的只是 pandas 命令不能直接与 Pyomo 一起使用，这在某种程度上应该是可以预料的。您是否有 pandas/Pyomo/Python 问题或在数学上表达您提出的四个点的问题？

标签： python pandas constraints pyomo

【解决方案1】：

感谢 gmavrom。

尝试思考不同的表述。下面的代码将乘数作为模型变量，将其他所有内容作为参数。不幸的是，以下内容不起作用，只会打印出以下字符串：

54993.219033692505*Multipliers[Bond1] + 63662.18895851663*Multipliers[Bond2] + 64451.10079031628*Multipliers[Bond3] + ... 等

def Test1_Constraint(model, TimeIndex):
   SumAccumulatedShortfall=0
   for TimeCount in range(0,TimeIndex+1):
         AccumulatedShortfall = (model.Liabilities[TimeCount] - \
                    sum(model.BondPayment[BondIndex, TimeCount] *model.Multipliers[BondIndex] for BondIndex in model.Bonds))* \
                                  model.AccumulationFactor[TimeCount]

         SumAccumulatedShortfall = SumAccumulatedShortfall + AccumulatedShortfall
         print('SumAccum',SumAccumulatedShortfall)
    return (SumAccumulatedShortfall/model.TotalLiabilityValue <= 0.03)

【讨论】：