如何在Python Gekko中求解积分？
在Python Gekko中求解积分可以通过使用Gekko的优化功能来实现。Gekko是一个用于动态优化的开源库，可以用于求解非线性优化问题，包括求解积分。
要在Python Gekko中求解积分，可以按照以下步骤进行：
- 导入必要的库和模块：
from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt- 定义积分的函数：
def f(x):
return x**2- 创建Gekko模型对象：
m = GEKKO()- 定义变量和积分上下限：
x = m.Var(value=0)
a = 0 # 积分下限
b = 1 # 积分上限- 定义积分约束条件：
m.Equation(x >= a)
m.Equation(x <= b)- 定义积分目标函数：
m.Obj(f(x))- 设置求解器选项：
m.options.IMODE = 3 # 动态优化模式- 求解积分：
m.solve()- 获取积分结果：
integral = x.value[0]
print("积分结果：", integral)完整的代码示例：
from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt
def f(x):
return x**2
m = GEKKO()
x = m.Var(value=0)
a = 0 # 积分下限
b = 1 # 积分上限
m.Equation(x >= a)
m.Equation(x <= b)
m.Obj(f(x))
m.options.IMODE = 3
m.solve()
integral = x.value[0]
print("积分结果：", integral)这样，你就可以使用Python Gekko库来求解积分了。请注意，以上示例中的函数f(x)是一个简单的二次函数，你可以根据需要修改为其他函数。
相关·内容
1回答
如何在Python Gekko的优化模型中包含变量x的积分？我发现m.vsum(x)是时间范围内的求和，但没有考虑可变的时间步长。变量x.dt()的导数是内置在Gekko中的，但是积分呢？
from gekko import GEKKO
import numpy as np
m = GEKKO()
m.time = np.linspace(0,2,5)
m.options.IMODE=4; m.options.NODES=3
x = m.Var(5)
m.Equation(x.dt()==-x)
#y = m.Var(0)
#m.Equation(y=m.integral(x))
m.opti
浏览 29提问于2019-11-13得票数 0
我正在尝试求解Gekko中的DAE，其中一些组件依赖于卷积的解。
这需要一个恒定的dt，但我确信这是在选项中的某个位置。因此，我想要做的是使用一个函数来记录数组中状态变量的当前值，并返回到该值的总和。下面是我尝试使用一个简单的ODE示例：
import numpy as np
from gekko import GEKKO
import matplotlib.pyplot as plt
m = GEKKO()
class adder:
def __init__(self,):
self.i=m.Array(m.Param, 10)
s
浏览 3提问于2022-04-06得票数 2
回答已采纳
在Python Gekko中，有两种方法可以使用m.options和m.solver_options设置求解器选项。哪种方法优先，什么时候应该使用其中一种方法？
例如，我想为求解器设置 (OTOL)和 (RTOL)。Gekko使用哪一个(1e-7或1e-8)？
from gekko import GEKKO
m = GEKKO() # Initialize gekko
m.options.SOLVER=1 # APOPT is an MINLP solver
m.options.OTOL = 1.0e-8
m.options.RTOL = 1.0e-8
# solver settings
浏览 38提问于2019-11-26得票数 1
在Python GEKKO中顺序求解模型(例如，使用IMODE >= 4)在使用GEKKO附带的max2和max3函数时失败。 这适用于np.maximum或标准max函数将GEKKO参数视为数组的用例，这并不总是预期的用法，或者在与整数进行比较时可能会产生错误。 最小代码示例： from gekko import GEKKO
import numpy as np
m = GEKKO()
m.time = np.arange(0,20)
y = m.Var(value=5)
forcing = m.Param(value=np.arange(-5,15))
m.Equation(
浏览 25提问于2020-12-02得票数 2
回答已采纳
我正在尝试Gekko的MINLP问题，然而，可用的求解器APOPT对解决我的问题没有帮助。可以在Gekko Python中使用SCIP解算器吗？
浏览 50提问于2020-07-06得票数 2
我正在用Python设置一个新的线性优化代码。不幸的是，我没有相同的结果与Pulp，Scipy和Gekko软件包。
我尝试用不同的包实现Python中的线性优化代码。
利用GEKKO进行优化
from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt
m = GEKKO() # create GEKKO model
x = m.Var(value=0, lb=0, ub=400000) # define new variable, initial value=
浏览 0提问于2019-04-14得票数 4
回答已采纳
我已经成功地使用GEKKO解决了各种问题，但有一件事我还不能确定，那就是目标函数或约束中的非线性项的限制是什么。我发现一些非线性的术语是可以容忍的，例如 m.Obj(sum(x * values) / sum(x)) 然而，似乎工作得很好。 m.Obj(sum(x * values + x ** 2 * other_values) / sum(x)) 似乎是无法解决的。有没有关于GEKKO处理某些形式的非线性的限制的文档，可以帮助我重新格式化我的问题？
浏览 23提问于2021-01-07得票数 4
我有一个混合整数线性规划问题，我用Gekko和求解器APOPT解决了这个问题。我想试试其他的解决者，看看他们是否能更快地解决我的问题(例如linprog或GLPK )。
有可能在GEKKO上使用吗？
浏览 1提问于2020-10-06得票数 2
回答已采纳
Gekko - APMonitor优化套件无法解决优化问题.我试图用约束d<=c^Tx <=e求解最大a^Tx/b^Tx，其中决策向量x=x_1，x_2，.，x_n是非负整数，向量a，b，c是正实数向量，常数d和e是正的下界和上界。这个问题是可行的，因为我用0代替了目标，得到了一个可行的解。我想知道APMonitor是否能够解决线性分数目标问题.
有没有人有处理这类问题的经验？在解决问题的过程中，我是否可以试着打开它来解决这个问题？
我使用的选项如下：
from gekko import GEKKO
model = GEKKO()
model.options.SOLVER=1
浏览 16提问于2022-11-07得票数 2
回答已采纳
1回答
我正在使用GEKKO来解决Python语言中的MINLP问题，该问题涉及到与电力系统仿真软件PowerFactory的联合仿真。MINLP问题目标函数需要从内部调用PowerFactory，并在将值返回给MILP问题定义之前执行特定的任务。在等式约束定义中，我还需要使用两个Pandas数据框(具有10000x2单元格的表)来获取与约束表达式中决策变量的值相对应的特定值。但是，当我在目标/约束函数中编写涉及循环或Pandas 'loc‘或'iloc’函数的任何代码时，由于这些函数调用中GEKKO变量的一些问题，我会遇到错误。在这方面的任何帮助都将非常感谢。代码结构如下：
浏览 33提问于2020-08-01得票数 2
1回答
我面对的是一个Hessenberg索引-2 DAE，我试图用python模块gekko来解决它。经过几天的尝试和错误之后，我认为我离一个能工作的代码不远了。但我刚刚意识到，也许gekko不能处理复数？
下面是一个最低限度的工作示例：
import numpy as np
from gekko import GEKKO
# Define the simulation and its parameters
g = GEKKO()
g.options.IMODE = 7
g.options.NODES = 1
# define the time array
n_steps = 100
Time
浏览 15提问于2022-05-09得票数 2
回答已采纳
1回答
我对编程很陌生，我的第一个Python项目是非线性编程。我正在使用的Gekko优化套件，我有一切正常运行，但需要指导如何准确地在本地运行它。下面是文档所提供的解释和代码，但是我需要一些帮助来帮助我自己如何准确地完成它，以及它到底意味着什么。请表现得像在向小孩子或金毛猎犬解释一样。
run目录m.path包含模型文件gk0_model.apm以及远程(默认)或本地(m=GEKKO(remote=False))运行优化问题所需的其他文件。使用m.open_folder()打开run目录。run目录还包含诊断文件，如如果解决程序找不到解决方案时生成的infeasibilities.txt。可以更改
浏览 7提问于2022-09-20得票数 2
2回答
我试图在Python中解决一个优化问题，使用gekko，其中一个变量在每个时间步骤中都有一个随机值，但是我还不能使用返回随机数的gekko函数。
在文档页面()之后，函数rnorm从正态分布中返回一个随机数，并提供均值和方差。我用了它，如下所示：
x = m.Var(value=0)
m.Equation(x == 5.*m.rnorm(0, 1))
但条件是
m = GEKKO()
但我得到以下错误消息：
AttributeError：“GEKKO”对象没有属性“rnorm”
我想知道是否有我遗漏的东西，或者是否有另一种获得随机数的方法。
浏览 21提问于2022-06-21得票数 2
回答已采纳
1回答
在利用GEKKO对多级蒸发站的过程数据建立ARX模型后，我想看看这个预测模型如何与LSTM预测控制相适应，但是我很难将LSTM模型(保存为.h5)连接到GEKKO上。
所以我要问两个问题
有可能和GEKKO一起使用LSTM吗？
是否存在这样做的文献或案例？
浏览 8提问于2020-09-30得票数 2
回答已采纳
在我的代码中，我得到了以下错误，我完全不知道错误的来源：
@error: Equation Definition
Equation without an equality (=) or inequality (>,<)
true
STOPPING...
我正在寻找一个解决方案'x‘，它在满足'warf_moodys_ constraint’设置的约束的前提下，将函数'was_constraint‘的结果最小化。函数返回一个浮点值，当我单独将初始的起始向量'x‘传递给每个函数时，我不会收到来自这些函数的任何错误。有人能告诉我哪里出了问题吗？
def w
浏览 5提问于2020-09-14得票数 5
回答已采纳
假设我有一个pytorch模型，描述了某个多维系统基于自身状态x和外部执行器u的演化，所以x_(t+1) = f(x_t，u_t)，f是pytorch的人工神经网络。
现在我想解决一个动态优化问题，找到一个最优的u值序列，以最小化依赖于x的目标。类似于：
所有时间步长φ的最小和(X_t)
s.t.：x_(t+1) = f(x_t，u_t)
此外，我还对x中的一些变量有一些上界和下界。
有没有一种简单的方法可以使用像pyomo或gekko这样的动态优化工具箱做到这一点？
我已经编写了一些代码，将前馈神经网络转换为numpy函数，然后可以将其作为约束传递给pyomo。这种方法的问题是，每当神经网络
浏览 28提问于2021-05-26得票数 2
回答已采纳
1回答
是否有可能使用商业上可用的解决方案，如Gurobi，CPLEX或Mosek与Gekko？如果是的话，有人能给出一个小例子来说明如何做吗？
谢谢。
浏览 7提问于2022-07-08得票数 1
回答已采纳
1回答
有时，一个求解器比另一个求解器能更好地解决我的Python Gekko应用程序。很难预测哪个求解器会表现得最好。因为Python Gekko支持使用m.GEKKO(server='http://{address}')在不同服务器上进行本地或远程求解，所以是否可以创建一个并行Gekko应用程序，该应用程序将在任意数量的计算机(包括本地计算机)上同时尝试所有求解器，然后在第一个进程成功返回时终止其他进程？我一直在研究Python的多线程和并行程序包。有没有能和Gekko一起很好地进行并行求解的工具？这是一个连续的原型：
from gekko import GEKKO
m = GEK
浏览 11提问于2019-11-16得票数 2
我如何才能从GEKKO获得关于求解我的模型需要多长时间的输出？我知道基于，我可以让我的代码打印运行代码所用的总时间，但我不知道如何隔离求解器时间。
from gekko import GEKKO
import time
start = time.time()
m = GEKKO(remote=False)
x = m.Var(value=0)
y = m.Var(value=1)
m.Equations([x + 2*y==0, x**2+y**2==1])
s1 = time.time()
m.solve(disp=True)
e1 = time.time()
print([x.value[
浏览 19提问于2019-11-22得票数 4
回答已采纳
我是Python中的Gekko库的新手，不知道我是否可以在Gekko中模拟下面的LP公式。 ? LP公式意味着我想要找到最优的电器调度班次，以便使总电力成本最小化。但是，正如约束条件所示，每天的总功耗(f_app*P_app)必须保持一致。 我的代码如下所示，但是，我收到了以下错误"x必须是GEKKO参数、变量或表达式的python列表“，我不知道如何解决。 代码： import numpy as np
from gekko import GEKKO
m = GEKKO()
m.time = np.linspace(1, 24, 24)
TOU_list = [0.074
浏览 22提问于2021-03-27得票数 3
1回答
Gekko整数优化问题
、、、、
我尝试使用此代码，结果是(2,2)。显然这不是真的，因为(0,4)是最好的解决方案。你能告诉我问题出在哪里吗？ import numpy as np
from gekko import GEKKO
m = GEKKO()
x=[m.Var(lb=0,ub=4,integer=True) for i in range(2)]
m.options.SOLVER = 1
#Equations
m.Equation(m.sum(x)>=4)
#Objective
m.Obj(x[0]*x[1])
m.solve(disp=False)
print(x[0].value)
print
浏览 20提问于2021-01-03得票数 4
回答已采纳
我试图用Gekko来解决一个非线性优化问题，其中一个中间变量是用正态分布的累积分布函数计算的，即1-CDF(μ，σ，Rs )，其中Rs是另一个Gekko中间变量，μ，σ和X是Gekko参数/Python变量。
我还使用Gekko的if3函数实现了这一点，如果Rs不是正数，返回数字1。
n = len(df_inputs.index) # rows
surplus = m.Array(m.Var,(n,1))
R_sns = m.Array(m.Var,(n,1))
R_s = m.Array(m.Var,(n,1))
pi_s = m.Array(
浏览 3提问于2019-05-22得票数 2
2回答
lp_solve能否返回一个统一的解决方案？(是否有什么会迫使这种行为的旗帜或东西？)
说我有这个：
max: x + y + z + w;
x + y + z + w <= 100;
在以下方面的成果：
Actual values of the variables:
x 100
y 0
z 0
w 0
不过，我想提出这样的建议：
Actual value
浏览 8提问于2022-02-22得票数 1
我试图找到参数值，以便用给定的一组点最好地拟合下面的模型函数。
Model:
x
y = ------------------------
1- (a1*x)^2 + (a2*x)^4
where parameters are: a1, a2
(1)我用这个方程找到了最优参数值，但它给出了任意x(红色图)的y=~0值。
(3)令人惊讶的是，使用以下只包含一个参数的模型得到了更好的拟合。
Model:
x
y = -------------
1- (a1*x)^2
where para
浏览 7提问于2022-08-09得票数 1
1回答
我试图给gekko的一个变量赋值无穷大。我尝试过numpy的无限值和python自己的无限值，但由于gekko的识别问题，它仍然无法工作。
这个想法的主要目的是强迫变量严格等于0，至少在求解器的第一次迭代中是这样的。
from gekko import GEKKO
from numpy import Inf
model=GEKKO()
R=model.FV(value=Inf)
T=model.Array(model.Var,2)
Q=model.FV()
model.Equation(Q==(T[1]-T[0])/R)
model.solve()
我所犯的错误是：
Exception: @e
浏览 2提问于2022-08-24得票数 1
回答已采纳
我正在研究一个非线性联立方程组。这两个变量是u>0和b>0。如何在Matlab、Python或Fortran中解决此问题？谢谢。
浏览 2提问于2012-05-02得票数 0
回答已采纳
我正在用Gekko优化套件解决多个优化问题。我为三个变量(book3.csv)生成随机数，并将它们作为初始值和参数导入python。我运行优化求解器并收集结果。效果很好。但是，当我尝试了大约20次检查时，我收到了一条异常的错误消息：@ error : Solution找到了几次。它停止在相同的位置：...gekko.py行2174，在解决引发异常(响应)
我收集了控制变量的值，u，在每一轮优化中，i，在每个时间点，j，并将其保存在一个dataframe，utot中，以便跟踪每一轮每次所做的所有决定。我注意到，utot的最后一列(在最后一个时间点)具有一些正值，我认为这是不应该的。我有意地将Pe
浏览 1提问于2021-03-21得票数 1
我在网上读到，用pyomo解决混合整数非线性问题是可能的。但我不明白是怎么回事。我用“glpk”和“ipopt”求解器解决了问题，但这两个都不适用于我当前的问题(ipopt不考虑布尔变量)。(我还重新构建了问题以避免布尔变量，但如果全局最优值为0(在一维中)，ipopt仅显示远离0的局部最优值)。 我找到了这篇介绍MindtPy的论文http://egon.cheme.cmu.edu/Papers/Bernal_Chen_MindtPy_PSE2018Paper.pdf，但我不知道如何安装它。我读到了许多可能的求解器，比如BARON，ANTIGONE，SCIP，LINDOGLOBAL和COU
浏览 157提问于2019-05-07得票数 4
在排查Gekko输出故障时，如何访问infeasibilities.txt文件？我使用的是m = GEKKO(remote=False)，所以我不知道如何在apm_get(server,app,'infeasibilities.txt')函数中使用server和app参数。
浏览 0提问于2021-02-19得票数 1
1回答
我想使用我自己的遗传算法(GA)来解决一个混合整数问题： https://mintoc.de/index.php/Batch_reactor 我可以在GEKKO中加入我的解算方法吗？ 就像..。 m = GEKKO()
.
.
.
m.options.SOLVER = 'my_GA'
浏览 17提问于2019-04-11得票数 6
回答已采纳
1回答
我需要一些关于GEKKO的帮助
我希望等式是由代码中的输入来设置的，它不是一个int输入，因为它有一个"x“，而字符串不起作用，因为它有数字。
from gekko import GEKKO
m = GEKKO()
x = m.Var()
m.Obj(x**2)
m.Equation(3*x+5==4*x)
m.solve(disp=False)
print(x.value)
浏览 2提问于2020-04-01得票数 3
我正在尝试使用GEKKO优化我的有限元分析桁架解决方案。所以我定义了所有的有限元解决方案作为一个函数，并尝试使力量作为variables.SO的目标是最小化力与一个约束(总和的所有力量=-100000).But后，我运行我的代码，我得到一个错误，我无法修复它谷歌也没有帮助(我是新手).I将不胜感激，如果有人能告诉我的问题is.Thanks提前。 try: from gekko import GEKKO除非：# pip install gekko import pip pip.main('install'，' GEKKO ') from gekko import
浏览 5提问于2020-01-23得票数 3
我有一个带有不确定hessian的函数，我想确保GEKKO可以支持拟凸优化。请注意，我正在制定一个MINLP模型，这些函数存在于目标中，而约束对参数是线性的。 在使用GEKKO处理拟凸函数优化时，是否有特殊的条件来实现全局最优？此外，与凸问题相反，与拟凸函数相比，是否存在性能差异？ 谢谢您抽时间见我。
浏览 23提问于2021-04-27得票数 2
回答已采纳
尊敬的GEKKO专家：
由于我要解决的问题没有封闭的数学形式，并且解决方案落在离散整数空间中，所以无梯度方法应该有效。因此，据你所知，你是否知道GEKKO目前在相关示例中是否支持任何无梯度方法？
谢谢
浏览 1提问于2019-12-01得票数 2
1回答
神经网络MPC
、、、
因此，我想使用神经网络作为我在Python中学习的MPC控制的动态模型函数。我还没有找到像CASADI，GEKKO，do-mpc这样的开源优化包做这件事的例子/文档？有没有人有一些参考/建议来实现这一点？谢谢 编辑01 a)我已经尝试过CASADI + tensorflow模型CASADI有一个关于如何在CASADI中使用tensorflow模型的博客。我完全不确定我的实现是否正确，因为很明显，我没有得到预期的结果。b)在互联网上可以看到“mpc.pytorch”库，这是一个提供nn模型的mpc工具箱。不确定其性能C)基于CASADI的do-mpc正计划集成NN模型。d)正如@john ge
浏览 231提问于2021-01-14得票数 2
回答已采纳
2回答
我试图在我的优化问题中实现利润最大化。当我使用Gekko m.Obj函数时，它总是最小化利润。
from gekko import GEKKO
m = GEKKO()
profit = m.Var(lb=1,ub=10)
m.Obj(profit**2)
m.solve(disp=False)
print(profit.value)
报道的最佳解决方案是profit=1。如何使用Python Gekko将目标函数最大化，从而使最优解为profit=10？我的问题有多个目标。有一些我想要最小化(公用事业，饲料材料，运营费用)，而另一些我想最大化(利润，生产)。
浏览 18提问于2019-10-25得票数 2
回答已采纳
我在Python Gekko程序中有一个错误，它说一个方程有问题。我知道这个问题有两种解决方案，单位圆与直线相交。
from gekko import GEKKO
m = GEKKO()
x = m.Var()
y = m.Var()
m.Equation(x**2+y**2=1)
m.Equation(x=y)
m.solve()
当我把这些方程放在一起时，它给出了一个不同的误差SyntaxError: invalid syntax。
from gekko import GEKKO
m = GEKKO()
x = m.Var()
y = m.Var()
m.Equations([x
浏览 2提问于2019-10-27得票数 2
大家好，Gekko开发人员，
我想为我的热能存储系统建立以下方程模型，
它们既是线性的，又是微分的。一些变量也是时间相关的，作为外部参数出现。从Gekko的例子中，看起来我只能添加这种格式的方程，比如mdl.Equation(T_a.dt() == mt*c_p_w*(T_b-T_a)) / d_w*c_p_w，但是对于不涉及微分的方程，我想添加为普通方程，也可以添加mdl.Equation(m[t] == mc - m[t])。
附注:我如何添加这两种样式，以及哪种模式和求解器将允许这样做。？
谢谢,
诚挚的问候,
拉胡尔
浏览 4提问于2020-11-18得票数 3
1回答
我试过这段代码，但似乎出了问题。Normaly (z.value)必须返回一个数字，但在我的示例中，它返回一个数组。有人能帮忙吗？
from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt
xm = np.array([0,1,2,3,4,5])
ym = np.array([0.1,0.2,0.3,0.5,0.8,2.0])
m = GEKKO()
x = m.Param(value=xm)
a = m.FV()
a.STATUS=1
y = m.CV(value=ym)
y.FSTATUS=1
z
浏览 1提问于2021-01-03得票数 2
如果我将一个布尔变量初始化为0，我会得到一个不正确的解(0)。如果我把它初始化为1，我得到了正确的解(1)。
# Squaring doesn't work
#######################################################
m = GEKKO(remote=False)
b = m.Var(lb=0,ub=1,integer=True, value=0)
m.Maximize(b**2)
m.options.SOLVER = 1
m.solve(debug=0, disp=True)
返回：
Successful solution
浏览 2提问于2021-02-21得票数 2
1回答
我正在使用Python解决一个大规模的优化问题。模型中的一些变量在优化过程中不需要改变。因此，我想知道在变量(m.Var)上使用m.Var方法(我希望是常量)与用m.Const声明的常量替换变量之间有什么区别。
我使用IMODE =3(默认)，因为我不做任何需要模拟或估计、导数、时间等的事情。
浏览 5提问于2022-08-09得票数 1
回答已采纳
我有个简单的问题，
在GEKKO的文档中，提到"APMonitor以稀疏形式向非线性规划求解器(APOPT、BPOPT、IPOPT、MINOS、SNOPT)提供以下内容“。
我想知道如何在GEKKO中改变这些设置。默认情况下，我可以在结果摘要中看到IPOPT。
例如，在中提到了post m.solver_options。但我不太确定如何使用它来指定求解器类型(APOPT、BPOPT、IPOPT、MINOS、SNOPT)。
任何关于如何做到这一点的建议都是有帮助的。
浏览 1提问于2020-04-09得票数 3
回答已采纳
1回答
当我试图解下面的偏微分方程时，我得到了一个收敛解。
在我的代码中，我希望通过集成2_pi_r*v(r)*dr来计算随时间变化的体积流量。我在代码m.GEKKO()中使用了m.GEKKO()来解决这个问题。
我想要一张Qgap和时间的图表。当我执行代码时，我在解决方案中得到一个Qgap值。
请帮帮我。
本文通过剪切减薄液液压阻尼器的<<建模，对>>的阻尼机理进行了分析，并通过Sujuan Jiao等人介绍了这些细节。
速度分布在r1和r1+delta之间的空间点为100点，活塞速度为BC (活塞速度)，壁面为0。
from gekko import GEKKO
impor
浏览 4提问于2022-04-28得票数 2
我试图用GEKKO来优化指数目标函数，但我不知道所选的求解器是否是解决这类问题的最佳方法。
选择的是有效的选择吗？？
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=1000
浏览 0提问于2019-08-20得票数 7
回答已采纳
1回答
通过在中使用字典作为对gekko的源输入的提示，我做了如下所示；
import pandas as pd
from gekko import GEKKO
my_vars = ['x1','x2','x3']
# stored as dictionaries
Cost = {'x1':100,'x2':125,'x3':80}
Min = {'x1':0,'x2':0,'x3':0}
Max = {'x1':70,'x2
浏览 1提问于2020-10-28得票数 3
回答已采纳
在MINLP问题中，我有一个FV参数的(n X p)矩阵。 当我使用列表理解定义FV时，如下所示，我最终得到了一个in可行性 for i in range(n):
test[i] = [m.FV(lb=0, ub=1, integer=True, name="example) for j in range(p)] 另一方面，当我使用数组时，我确实很快就得到了解决方案。 for i in range(n):
test[i] = m.Array(m.FV, p, lb=0, ub=1, integer=True) 我想将变量名添加到我的FV中，这样我就可以快速排除故障并选择
浏览 25提问于2021-05-05得票数 2
我需要用一个目标函数最小化的解来解决一个最优控制问题。我的参考资料是APM示例，可以在https://www.youtube.com/watch?v=y26X-BSf8KU&list=PLLBUgWXdTBDjxcpH9hRuq-bsm_ti2UvoB&index=12上找到。 我的目标函数是Z =>集成exp(-r*t)* C(t) .dt，其中C(T)= Ii.ai + Ij.aj。Ii和Ij是被操纵的变量，而ai，aj和r是常量。目标是min。 该问题受以下约束: dKi/dt = Ii - deltai.Ki；dKj/dt = Ij - deltaj.Kj；和K
浏览 122提问于2020-12-17得票数 4
我尝试通过使用列表array x[]而不是变量x1..x4来转换来自gekko python优化器的示例。这是给出结果的代码，但我认为它不正确
from gekko import GEKKO
import numpy as np
# Initialize Model
m = GEKKO(remote=False)
#help(m)
#define parameter
eq = m.Param(value=40)
#initialize variables
x = [m.Var(value=1,lb=1,ub=5) for i in range(4)]
x[1].value=5
x[2].
浏览 1提问于2018-10-23得票数 7
2回答
我希望在python中用包实现(最大似然估计)。假设我们有一个DataFrame，它包含两个列：'Loss'，'Target‘，它的长度等于500。
首先，我们必须导入我们需要的包：
from gekko import GEKKO
import numpy as np
import pandas as pd
然后我们简单地创建如下所示的DataFrame：
My_DataFrame = pd.DataFrame({"Loss":np.linspace(-555.795 , 477.841 , 500) , "Target":0.0})
M
浏览 6提问于2021-08-06得票数 2
回答已采纳
1回答
我试图使GEKKO最大化的功能“利润”，但我无法使它工作。我总是以下面的错误告终。
我需要GEKKO解决选择最佳的价值(Weight1，Weight2，Weight3.因此，函数“Weight8”返回的“结果”是尽可能高的。
每个权重可以是0 (0%)到15 (15%)之间的任意值，所有权重的总和必须是100 (100%)。
所有的DataFrames都需要计算每个挑选(Pick1，Pick2，Pick3)的最终利润。( Pick8)和基准。
最后，“结果”是每个挑选者的利润减去基准利润的总和。
因此：权值是变量；它们的界为0到15；约束是它们的和必须为100。。
到目前为止，我只能找到GEK
浏览 11提问于2022-05-23得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
