python - Gekko,PWL 函数结果与预期不符
问题描述
z 的值是在我的原始代码中计算的,在这里我给了他们这些计算结果的值,它们model.Equation(z[i] == someCalculation)
在我的原始代码中也看起来像。
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)
我希望 z2 是[[0] [1] [1]]
,但我得到[[0.99035520756] [0.97749877939] [0.97771605357]]
, z 保持不变。可能有一种更简单的方法来做我想做的事情,但我也想了解为什么这种方法会产生这种结果。
编辑
添加一个类似的目标函数model.Obj(model.sum(z2))
似乎可以使求解器也操纵这些变量,这至少可以说是不希望的。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
解决方案
我希望 z2 是[[1],[1],[1]]
因为 PWL 输出从0
和(输入)1
之间上升。以下是一些更接近解决方案的事情:0
+1e-5
- 尝试使用
APOPT
求解器m.options.SOLVER=1
。IPOPT
它是一个活动集求解器,而不是使用障碍法的默认求解器。活动集求解器倾向于返回更精确的解决方案,尤其是在定义解决方案时涉及障碍项的情况下。 - 使用整数变量
z2
(使用APOPT
求解器)。如果这是一个约束,这也将帮助您找到一个整数解决方案。 - 使用更严格的解决方案公差,例如
m.options.RTOL=1e-9
. 默认容差为1e-6
。m.options.OTOL
如果您需要更精确的目标函数,您可能还需要进行调整。
我将方程切换为model.Equation(z[0] == -1e-5)
以显示[[0],[1],[1]]
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)) #,integer=True)
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.options.RTOL = 1e-9
model.options.SOLVER = 1
model.solve()
print(z)
print(z2)
编辑
如您所见,PWL 函数使用松弛变量。包括另一个目标会干扰正确的 PWL 解决方案。处理该问题的方法是可能model.Obj(model.sum(z2))
具有比 PWL 函数的梯度更小的梯度的相对目标。这是一个0.1*sum(z2)
最小化和0.01*sum(z)
最大化的例子。
from gekko import GEKKO
model = GEKKO(remote=False)
z = model.Array(model.Var,(3),value=1)
z2 = model.Array(model.Var,(3)) #,integer=True)
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)
# first most important objective is PWL (gradient = 1)
# second most important objective is to minimize z2
model.Minimize(0.1*model.sum(z2))
# third most important objective is to maximize z
model.Maximize(0.01*model.sum(z))
model.options.SOLVER = 1
model.solve()
print(z)
print(z2)
这正确地给出了解决方案:
[[0.0] [0.0] [0.0]]
[[0.0] [0.0] [0.0]]
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)
:
from gekko import GEKKO
model = GEKKO(remote=False)
z = model.Array(model.Var,(3),value=1)
z2 = model.Array(model.Var,(3)) #,integer=True)
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)
# first most important objective is PWL (gradient = 1)
# second most important objective is to minimize z2
model.Maximize(0.1*model.sum(z2))
# third most important objective is to maximize z
model.Minimize(0.01*model.sum(z))
model.options.SOLVER = 1
model.solve()
print(z)
print(z2)
给:
[[1e-05] [1e-05] [1e-05]]
[[1.0] [1.0] [1.0]]
我很欣赏警告信息的建议。但是,当语法正确但存在会导致不良解决方案的配置时,通常很难在模型中找到错误。希望您的出色问题将帮助其他人使用 PWL 功能。
推荐阅读
- javascript - React Class 组件在重新渲染时更新类变量的值,但不更新函数组件
- python - 有人可以帮我解决这个硬币找零的问题吗?
- django - 我无法激活虚拟环境
- php - Opencart3:如何实现电子邮件通知
- python - Expogo 的算法如何工作(Google Code Jam 2020 Round 1B)?
- c - 关于自定义数据类型的 SIMD 指令
- c - 通过哈希表管理 unsigned long long
- c - 在 gcc 的编译代码中,位置 0x284 处看似随机的 20 个字节是否有原因?
- ios - UITableView 如何与 UITableViewDataSource 一起工作?
- regex - 正则表达式仅匹配所有给定的重复字符