用启发式方法（GA 或 PSO）求解 Pyomo 模型答案

【问题标题】：Solving a Pyomo model with heuristic method (GA or PSO)用启发式方法（GA 或 PSO）求解 Pyomo 模型
【发布时间】：2018-08-14 10:30:12
【问题描述】：

1) 我想知道是否可以集成不同的启发式求解器，例如 GA 和 PSO，可用作 python 包来求解 pyomo 模型。

2) 另外，我想知道如何集成一个完全由我编写的启发式算法（即不能作为 python 包提供）来解决 pyomo 模型

谢谢。

【问题讨论】：

必须针对某个问题专门实施 GA 和 PSO 等启发式过程。虽然有商业启发式黑盒求解器，但您必须实现自己的问题特定代码 e。 G。 GA 以获得最佳性能。您可以使用 GA“骨架”来管理您的人口和一般算法，同时定义邻域和解决方案结构。但我建议您自己实施该过程，特别是如果您正在学习启发式过程。

标签： python optimization genetic-algorithm pyomo particle-swarm

【解决方案1】：

简短的回答是肯定的。

至于如何实现，欢迎查看pyomo.contrib.gdpopt package，它提供了在 Pyomo 中调用SolverFactory('gdpopt').solve(model) 的功能。您可以编写自己的 solve() 函数，该函数与任何可选的关键字参数一起传递给 Pyomo 模型对象。在solve() 函数中，欢迎您集成外部启发式求解器或编写您自己的逻辑。

还有一个问题是如何询问 Pyomo 模型，但这个问题的范围太广，无法在这里回答。您不妨参考Pyomo documentation的高级元素。

【讨论】：

如果我正确理解了您的答案，这似乎是在更改 pyomo 或其组件之一的源代码本身。我希望有一个模块化框架，我可以在正确配置其参数后插入我的求解器。如果没有这样的框架，它是否正在开发中或至少是开发人员组的优先事项？
pyomo.contrib 旨在托管您所描述的用户贡献：请参阅contributions guide。您也可以在不将代码放入 pyomo.contrib 的情况下连接到插件系统。目前正在对该系统进行返工：github.com/Pyomo/pyomo/pull/661