optimize.minimize 与 for 循环 - python，pandas答案

【问题标题】：optimize.minimize with for loop - python, pandasoptimize.minimize 与 for 循环 - python，pandas
【发布时间】：2020-03-16 09:10:10
【问题描述】：

我有一个 target = 50 和 achieved = 44 一个输入数据框：

        Yearly_value    headroom     
2020         1             0
2021         2             0
2022         1             0
2023         3             4
2024         1             5
2025         1             6

我想优化 1 个变量列表（元组？）x，y 以便：

achieved + sum([ (x[year]*8760 + y[year]*3132) * df['Yearly_value'][year] for year in df.index]) = target
x + y is as small as possible 因为每一个 x 和 y 我都要付出代价

在约束下：

[(x[year] + y[year]) <= headroom[year] for year in df.index]
x >= 0 & y >= 0 for each x, y in list

我在尝试：

bnds=()
for year in [2020, 2021, 2022, 2023, 2024, 2025, 2026, 2027, 2028, 2029, 2030]:
    bound = (0, headroom[year]), (0, headroom[year])
    bnds= bnds + (bound,)

def diff(param):
    x, y= param
    return abs(target - achieved - sum(df['Yearly_value']*[x + y]))

x0 = [(1,1),(1,1),(1,1),(1,1),(1,1),(1,1)]

res = minimize(diff, x0, bounds=bnds)

我不知道如何包含 x + y 应该尽可能小，并且我不断收到如下错误：

---> 18 x, y = param 19 return abs(target - achieved - sum(df['Yearly_value']*[x + y])) 20 ValueError: too many values to unpack (expected 2)

有什么帮助吗？谢谢

【问题讨论】：

标签： python pandas loops optimization

【解决方案1】：

您的设计向量（包括初始猜测 x0）应该是一维向量。错误来自于此。改写成x0 = [1, 1, 1, ... 1]

在您的diff 函数中，您可以从param 获取x 和y 作为偶数和奇数元素。

【讨论】：