时间戳

首页 > 解决方案 > 使用 Gekko 进行优化时，使用阶乘和范围函数的正确方法是什么？

python - 使用 Gekko 进行优化时，使用阶乘和范围函数的正确方法是什么？

问题描述

我一直在尝试使用 Gekko 解决混合整数非线性规划问题，但我在使用range和factorial函数时遇到了麻烦。

我的模型有一个变量，它的目标是c在保持Wq一定限制的同时最小化。当我执行下面的代码时；

m = GEKKO() 
m.options.SOLVER=1 
def ineq1(c):
    arr_rate = 60
    ser_rate = 25
    p = arr_rate/(ser_rate)
    eps = 0
    for m in range(c):
        eps += p**m/factorial(m)
    Po = 1/(eps+p**c/(factorial(c)*(1-p/(c))))
    Lq = Po*p**(c+1)/(c*factorial(c)*(1-p/c)**2)
    Wq = Lq/arr_rate
    return Wq
x1 = m.Var(value=2,lb=1,ub=10,integer=True)
m.Equation(ineq1(x1)<=0.005)
m.Obj(x1) 
m.solve(disp=False)

我收到以下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-427-6b79ae34d974> in <module>
     16 x1 = m.Var(value=1,lb=1,ub=5,integer=True)
     17 # Equations
---> 18 m.Equation(ineq1(x1)<=0.5)
     19 m.Obj(x1) # Objective
     20 m.solve(disp=False) # Solve

<ipython-input-427-6b79ae34d974> in ineq1(c1)
      8     p = arr_rate/(ser_rate)
      9     eps = 0
---> 10     for m in range(c):
     11         eps += p**m/factorial(m)
     12     Po = 1/(eps+p**c/(factorial(c)*(1-p/(c))))

TypeError: 'GKVariable' object cannot be interpreted as an integer

显然，Gekko 不希望我将变量强制为整数，但我必须使用range和factorial函数才能使我的模型正常工作。我将不胜感激任何建议，谢谢。

标签： pythonoptimizationnonlinear-optimizationgekkomixed-integer-programming

解决方案

这对于混合整数编程来说不是一个好的应用程序，因为一些试验解决方案是非整数的。x1在满足约束之前仅使用更高的数字进行评估如何：

from math import factorial

def ineq1(c):
    arr_rate = 60
    ser_rate = 25
    p = arr_rate/(ser_rate)
    eps = 0
    for m in range(c):
        eps += p**m/factorial(m)
    Po = 1/(eps+p**c/(factorial(c)*(1-p/(c))))
    Lq = Po*p**(c+1)/(c*factorial(c)*(1-p/c)**2)
    Wq = Lq/arr_rate
    return Wq

for x1 in range(1,15):
    if ineq1(x1)<=0.005:
        print('Constraint ineq1(x1)<0.005: ' + '{0:10.5f}'.format(ineq1(x1)) \
              + ' satisfied with minimum x1=' + str(x1))
        break

在满足约束的第一个值处停止，并将其报告为最优解。

Constraint ineq1(x1)<0.005:   -0.06857 satisfied with minimum x1=1

推荐阅读