Gekko，将动态参数传递给 pwl

Question

这个示例代码完美地展示了我的问题

from gekko import GEKKO
model = GEKKO(remote=False)
x = model.Array(model.Var,(10),lb=0, ub=2,value=0)

b = model.Array(model.Var,(3))
p = []
p.append(model.Param(sum(x)/10+0.25))
p.append(model.Param(sum(x)/10))
d = 1e-5
x_data = [-1e5,0.25,0.25+d,1,1+d,1.5,1.5+d,1e5]
y_data = [0.1,0.1,0.75,0.75,1.25,1.25,1.7,1.7]
model.pwl(p[0], b[0], x_data, y_data)
model.pwl(p[1], b[1], x_data, y_data)
model.pwl(x[0], b[2], x_data, y_data)

model.options.IMODE = 2
model.options.SOLVER = 1
model.Obj(-1*(b[0]+b[1]))
model.solve()
print(x)
print(p)
print(b)

这有一个目标为 7.6 的成功解决方案（甚至不确定它来自哪里），但所有 x 值都设置为 0，除了 x[1] 为 1，这意味着 p[0] 为 0.35而 p[1] 为 0.1。情况并非如此，因为两者都等于零。 b[0] 和 b[1] 等于 1.7，即使 p[0] 和 p[1] 是正确的也不应该是这种情况。 b[2] 正确设置为 0.75。

Answer 1

当p[0] 和p[1] 是参数时，值在初始化时指定，不会使用x 的新值进行更新。要使用 x 的值更新它们，您可以将它们指定为变量 m.Var() 并添加几个方程。

from gekko import GEKKO
model = GEKKO(remote=False)
x = model.Array(model.Var,10,lb=0, ub=2,value=0)

b = model.Array(model.Var,3)
p = model.Array(model.Var,2)
model.Equation(p[0]==model.sum(x)/10+0.25)
model.Equation(p[1]==model.sum(x)/10)
d = 1e-5
x_data = [-1e5,0.25,0.25+d,1,1+d,1.5,1.5+d,1e5]
y_data = [0.1,0.1,0.75,0.75,1.25,1.25,1.7,1.7]
model.pwl(p[0], b[0], x_data, y_data)
model.pwl(p[1], b[1], x_data, y_data)
model.pwl(x[0], b[2], x_data, y_data)

model.options.IMODE = 3
model.options.SOLVER = 1
model.Maximize(b[0]+b[1])
model.solve()
print('x:' + str(x))
print('p:' + str(p))
print('b:' + str(b))

我也切换到model.Maximize()而不是model.Obj(-1*())，并将Pythonsum替换为更高效的gekkomodel.sum()，尤其是对于大规模问题。您也可以在IMODE=3 中运行，因为您只有一个已求解的模型实例。 IMODE=2 用于数据回归问题，其中您有多个数据点并且对每个数据点应用相同的模型。更新后的问题给出了解决方案：

x:[[1.0] [0.54918319668] [0.54918319668] [0.54918319668] [0.54918319668]
 [0.54918319668] [0.54918319668] [0.54918319668] [0.65581762324] [2.0]]
p:[[1.00001] [0.75001]]
b:[[1.7] [1.7] [0.75]]

PWL 松弛变量可能对目标函数有一些贡献。我建议您不要使用求解器目标，而是在报告解决方案后重新计算目标。详细请看PWL function are given in the documentation。