用m.options
和m.solver_options
在Python Gekko中设置解算器选项有两种方法。哪种方法优先?什么时候应该使用哪种方法?你知道吗
例如,我想为解算器设置objective tolerance(OTOL
)和equation residual tolerance(RTOL
)。Gekko使用哪一种(1e-7
或1e-8
)?你知道吗
from gekko import GEKKO
m = GEKKO() # Initialize gekko
m.options.SOLVER=1 # APOPT is an MINLP solver
m.options.OTOL = 1.0e-8
m.options.RTOL = 1.0e-8
# solver settings with APOPT
m.solver_options = ['objective_convergence_tolerance 1.0e-7', \
'constraint_convergence_tolerance 1.0e-7']
# Initialize variables
x1 = m.Var(value=1,lb=1,ub=5)
x2 = m.Var(value=5,lb=1,ub=5)
x3 = m.Var(value=5,lb=1,ub=5,integer=True)
x4 = m.Var(value=1,lb=1,ub=5)
# Equations
m.Equation(x1*x2*x3*x4>=25)
m.Equation(x1**2+x2**2+x3**2+x4**2==40)
m.Obj(x1*x4*(x1+x2+x3)+x3) # Objective
m.solve(disp=False) # Solve
print('Results')
print('x1: ' + str(x1.value))
print('x2: ' + str(x2.value))
print('x3: ' + str(x3.value))
print('x4: ' + str(x4.value))
print('Objective: ' + str(m.options.objfcnval))
这就产生了解决方案:
Results
x1: [1.0]
x2: [4.5992789966]
x3: [4.0]
x4: [1.3589086474]
Objective: 17.044543237
有时一个问题需要或多或少的精确性,但也有其他选项,我想用于IPOPT或APOPT。我想知道Gekko在用哪种方法。你知道吗
如果同时设置了} values 只是所有解算器选项的一个子集,但也是一些最常见的配置参数,可针对所有解算器进行调整。一些常见的选项是收敛公差(
m.options
和m.solver_options
,则APOPT或IPOPT等解算器将使用m.solver_options
值。Gekko ^{RTOL
和OTOL
)、maximum iterations(MAX_ITER
)和maximum time(MAX_TIME
)。公共解算器结果也会输出,例如objective function value(OBJFCNVAL
)、solve time(SOLVETIME
)和solution status(APPINFO
)。你知道吗还可以通过解算器类型配置特定选项。例如,APOPT解算器是一个混合整数非线性规划(MINLP)解算器。还有一些只能从
m.solver_options
配置的附加选项,例如:IPOPT解算器是一个非线性规划(NLP)解算器,因此它不使用MINLP选项。你知道吗
相关问题 更多 >
编程相关推荐