python - 使用逐次二次规划 (SQP) 进行多目标优化的 Python 包

Question

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？

标签： pythonoptimizationnonlinear-optimizationquadratic-programmingnon-convex

Answer 1

您可以尝试以下两种方法之一：

• BONMIN，EPL 许可证，非线性内点求解器。
• Knitro，商业，分支和绑定或 MISQP。

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。