Optimization 使用Pyomo MindtPySolver设置MIP和NLP解算器路径

我正在使用pyomo5.6.8，并尝试使用

MindtPySolver

解决一个非线性优化问题

我在本地计算机上没有问题，只需使用以下参数调用

solve

方法：

SolverFactory('mindtpy').solve(model, mip_solver='cbc', nlp_solver='ipopt') 

然而，当我在Azure上使用云计算时，Pyomo无法找到CBC和IPOPT解算器的路径。当需要解决线性问题时，我可以使用以下命令绕过该问题，方法是在使用LP解算器创建

SolverFactory

实例时添加

executable

参数：

SolverFactory("cbc", executable="/path/to/my/virtual/env/bin/cbc")

在我的非线性规划案例中，

MindtpySolver

不接受额外的参数。我查看了文档和源代码，没有找到指定解算器路径的选项，不幸的是，在我的Azure环境中，默认情况下无法识别该路径

我尝试使用源代码中的“solver_args”选项传递选项，如下所示：

SolverFactory('mindtpy').solve(
    model,
    nlp_solver_args={
        "executable": "/path/to/my/virtual/env/bin/ipopt"
    },
    mip_solver_args={
        "executable": "/path/to/my/virtual/env/bin/cbc"
    },
    mip_solver='cbc', nlp_solver='ipopt',
)

但我仍然收到类似“警告：找不到'ipopt'可执行文件，这是解算器所必需的”这样的错误。我坚持所有解算器（这里是cbc和ipopt）都可以在我的虚拟环境中找到。

---

有没有一种方法可以使用

MindtPySolver

指定解算器路径？

我可能也有同样的问题，我的优化问题是混合整数非线性程序，它必须使用“SolverFactory（'mindtpy'）。solve（model，mip_solver='glpk'，nlp_solver='ipot'）”解算器位于Django框架中，带有Apache2 WSGI服务，该服务由WSGIDaemonProcess:Conda Env提供

当通过Web浏览器调用api时。它将出现错误，如找不到“ipopt”解算器。还有“glpk”解算器。SolverFactory只允许我们设置一个可执行文件

顺便说一句，已经找到了如何修复它

在通过Conda install安装ipopt和插件解算器之后

只是深入python包并编辑原始文件

我的路径如下：

---

/home/user/miniconda3/envs/py385/lib/python3.8/site-packages/pyomo/solvers/plugins/solvers/GLPK.py

/home/user/miniconda3/envs/py385/lib/python3.8/site-packages/pyomo/solvers/plugins/solvers/IPOPT.py

---

找到下面的函数并进行更改

def_默认_可执行文件（自身）： 可执行文件=可执行文件（'/home/user/miniconda3/envs/py385/bin/glpsol'）

def_默认_可执行文件（自身）： 可执行文件=可执行文件（“/home/user/miniconda3/envs/py385/bin/ipopt”）

您可以通过终端命令中的类型找到插件解算器的位置 “哪个ipopt”，“哪个glpsol”