Ser*_*gio 5 python optimization nonlinear-optimization exponential gekko
我正在尝试使用GEKKO优化指数目标函数,但是我不知道所选的求解器是否是解决此类问题的最佳方法。
被选择的一个是有效的选择吗?
import numpy as np
'GEKKO MODELING'
from gekko import GEKKO
m = GEKKO()
m.options.SOLVER=1 # APOPT is an MINLP solver
# Initialize variables
x = []
x1 = m.Var(value=20,lb=20, ub=6555) #integer=True
x2 = m.Var(value=0,lb=0,ub=10000) #integer=True
x3 = m.sos1([30, 42, 45, 55])
x = [x1, x2, x3]
# Equations
m.Equation((x1 * x2* x3) * 10 ** (-6)>=50)
def fun(x):
return 44440 + ((np.pi * x[0] * x[1] * x[2]) * 10 ** (-4))**0.613
x = [400,300,19]
'GEKKO Optimization'
m.Obj(fun(x))
m.solve(disp=False) # Solve
print('Results')
print('x1: ' + str(x1.value))
print('x2: ' + str(x2.value))
print('x3: ' + str(x3.value))
print('Objective: ' + str(m.options.objfcnval))
Run Code Online (Sandbox Code Playgroud)
脚本的问题在于,您x = [400,300,19]在调用目标函数之前要重新定义的值。应该使用原始定义来调用目标函数,x = [x1, x2, x3]以便可以优化这些变量。另一项更改是,x3默认情况下,的值等于零。将其设置为零x3.value=1.0可以使APOPT和IPOPT求解器收敛,因为您之前是从虚数目标的边界开始的x3<0。
import numpy as np
from gekko import GEKKO
m = GEKKO()
x = []
x1 = m.Var(value=20,lb=20, ub=6555) #integer=True
x2 = m.Var(value=1,lb=1,ub=10000) #integer=True
x3 = m.sos1([30, 42, 45, 55])
x3.value = 1.0
x = [x1, x2, x3]
m.Equation((x1 * x2* x3) * 1e-6 >= 50)
def fun(x):
return 44440 + ((np.pi * x[0] * x[1] * x[2]) * 1e-4)**0.613
m.Obj(fun(x))
# Change to True to initialize with IPOPT
init = False
if init:
m.options.SOLVER=3
m.solve(disp=False) # Solve
m.options.SOLVER=1
m.solve(disp=True) # Solve
print('Results')
print('x1: ' + str(x1.value))
print('x2: ' + str(x2.value))
print('x3: ' + str(x3.value))
print('Objective: ' + str(m.options.objfcnval))
Run Code Online (Sandbox Code Playgroud)
对于求解器的建议,以下是Gekko中公开可用的求解器的列表。Gekko中还有其他可商购的求解器选项,但对于此响应,我将仅坚持使用可公开访问的解决方案(APOPT,BPOPT和IPOPT)。任何非线性规划求解器都应能够处理非线性目标,如x**0.613。您的问题还包括类型1的特殊有序集(m.sos1),因此您的问题不仅是非线性编程(NLP)问题,还包括的二进制变量sos1。这意味着您需要使用混合整数非线性编程(MINLP)求解器。APOPT求解器是Gekko中唯一公开提供的MINLP求解器,在您创建APOPT求解器时会自动为您选择sos1宾语。如果您想尝试使用NLP求解器(例如IPOPT)来解决MINLP问题,则在创建m.sos1对象后需要指定求解器。
m.options.SOLVER = 3
Run Code Online (Sandbox Code Playgroud)
这可能会导致不正确的解决方案,因为x3只能是以下情况之一:30, 42, 45, 55。IPOPT找到一个最小解,x3==47.079550873因此在这种情况下,它没有返回整数解。如果要保证整数解,则需要使用APOPT。
Successful solution
---------------------------------------------------
Solver : APOPT (v1.0)
Solution time : 4.279999999562278E-002 sec
Objective : 44813.4405591393
Successful solution
---------------------------------------------------
Results
x1: [677.59896405]
x2: [2459.665311]
x3: [30.0]
Objective: 44813.440559
Run Code Online (Sandbox Code Playgroud)
如果您需要更改MINLP APOPT求解器的某些调整参数,则可以使用以下内容:
m.solver_options = ['minlp_gap_tol 1.0e-2',\
'minlp_maximum_iterations 10000',\
'minlp_max_iter_with_int_sol 500']
Run Code Online (Sandbox Code Playgroud)