python - 使用逐次二次规划 (SQP) 进行多目标优化的 Python 包
问题描述
以下是我的问题的特点:
目标函数:两个非线性函数和一个线性函数
决策变量:两个整数变量 - 可以放松为实数(因此,问题可以是 INLP 或 NLP)
约束:三个(两个边界约束和一个关系约束)
问题类型:非凸
所需解决方案:全局最优
是否有任何 python 求解器可以使用连续二次规划 (SQP) 或内点方法或其他适当的 NLP 求解方法来解决上述多目标优化问题?
解决方案
您可以尝试以下两种方法之一:
如果不确定哪一个效果最好,您可以使用CasADi 为您的问题建模。它有一个方便的符号系统,以及这两个求解器的后端插件。例如,这是一个带有 CasADi 的 MINLP 示例。
推荐阅读
- reactjs - Redux UseSelect 钩子不断重新渲染
- spring-boot - 如何依赖注入 CqlSession?
- flutter - GPS 关闭消息和持续位置更新颤动
- c - 不允许强制转换为“列表”类型
- python - Flask 应用程序在帖子上显示 404
- keyword - “Boostrapping”这个词是什么意思?
- python - 如何在 PyQt5 中以更高的频率更新和刷新
- ruby - rbenv 和管理 ruby 版本不起作用。需要2.5.1
- python-3.x - 在 Python 3.8 中声明常量变量会触发“模块 'typing' 没有属性 'Final'”错误/警告(Python 3.8,Thonny IDE)
- c++ - 如何在没有 webengine 的情况下构建 Qt5?