z的值是在我的原始代码中计算的,这里我已经
给他们这些计算结果的值
它们在我的原始代码中看起来也像model.Equation(z[i] == someCalculation)
from gekko import GEKKO
model = GEKKO(remote=False)
z = model.Array(model.Var,(3))
model.Equation(z[0] == 1e-5)
model.Equation(z[1] == 4)
model.Equation(z[2] == 5.99999)
z2 = model.Array(model.Var,(3))
for i in range(3):
d = 1e-5
x_data = [-1e5, 0, 0+d, 6]
y_data = [0, 0, 1, 1]
model.pwl(z[i], z2[i], x_data, y_data)
model.solve()
print(z)
print(z2)
我期望z2是[[0] [1] [1]]
,但是我得到[[0.99035520756] [0.97749877939] [0.97771605357]]
,z保持它应该保持的状态。也许有一种更简单的方法来做我想做的事情,但我也想理解为什么这种方法会产生这样的结果
编辑
添加一个目标函数,比如model.Obj(model.sum(z2))
,似乎使解算器也对这些变量进行了加总,这至少是不希望的。如果当前设置无法生成解决方案,我希望看到错误,而不是“固定”变量的更改
我希望z2是
[[1],[1],[1]]
,因为PWL输出在0
和+1e-5
(输入)之间从0
上升到1
。以下是一些更接近解决方案的方法:m.options.SOLVER=1
尝试APOPT
解算器。它是一个活动集解算器,而不是使用屏障方法的默认IPOPT
解算器。活动集解算器倾向于返回更精确的解,尤其是在定义解时涉及到障碍项的情况下李>z2
使用整数变量(使用APOPT
解算器)。这也将帮助您找到一个整数解决方案,如果这是一个约束的话李>m.options.RTOL=1e-9
。默认公差为1e-6
。如果需要更精确的目标函数,可能还需要调整m.options.OTOL
李>我将方程切换到
model.Equation(z[0] == -1e-5)
,以显示[[0],[1],[1]]
的解编辑
正如您所发现的,PWL函数使用slack变量。包括另一个目标可能会干扰正确的PWL解决方案。处理这个问题的方法是
model.Obj(model.sum(z2))
的相对目标的梯度比PWL函数的梯度小。这是一个最小化0.1*sum(z2)
并最大化0.01*sum(z)
的示例这正确地给出了解决方案:
或者,您可以使用以下方法最大化
0.1*sum(z2)
和最小化0.01*sum(z)
:给予:
我很感激这个警告信息。然而,当语法正确时,通常很难在模型中找到错误,但存在可能导致不希望的解决方案的配置。希望您的优秀问题能够帮助其他人完成PWL功能
相关问题 更多 >
编程相关推荐