如何在Gekko中强制向量中的特定元素成为优化解决方案

有多种方法可以约束阵列中的特定元素。以下是一个完整的示例,它优化了的元素 X 以使总成本最小化。每个元素 十、 可以是 [0,1] 两个可以用选择 sum(X)==2 .

from gekko import GEKKO
m = GEKKO(remote=False)
X = m.Array(m.Var,7,lb=0,ub=1,integer=True)
c = [1.2,0.95,1.3,1.0,0.8,1.25,1.4]
m.Equation(sum(X)==2)
m.Minimize(sum([X[i]*c[i] for i in range(7)]))
m.options.SOLVER=1
m.solve()
print(f'X: {X}')

解算器选择对应的两个最低值 c 的元素 0.95 和 0.8 :

c = [1.2,0.95,1.3,1.0,0.8,1.25,1.4]
X: [[0.0] [1.0] [0.0] [0.0] [1.0] [0.0] [0.0]]

以下是约束解决方案的几种方法,例如强制始终选择最后一个元素:

添加方程式

m.Equation(X[-1]==1)

设置指定解决方案的上限和下限

X[-1].lower=1
X[-1].upper=1

使用 m.fix() 作用

m.fix(X[-1],1)

添加目标作为软约束

如果添加硬约束会给出不可行的解决方案,请使用此方法。这将鼓励选择首选选项,但如果不满足方程,则不会强制执行。

m.Minimize(100*(X[-1]-1)**2)

后果

所有这些方法都返回正确的解决方案,选择最后一个元素(不是最优的)和成本最低的元素。

X: [[0.0] [0.0] [0.0] [0.0] [1.0] [0.0] [1.0]]