Optimization 了解更多关于APOPT solver的信息
关于APOPT如何解决MINLPs,我有几个问题。Optimization 了解更多关于APOPT solver的信息,optimization,nonlinear-optimization,mixed-integer-programming,gekko,Optimization,Nonlinear Optimization,Mixed Integer Programming,Gekko,关于APOPT如何解决MINLPs,我有几个问题。 APOP使用什么非线性规划方法(内点、信赖域等) APOPT如何处理混合整数(B&B、外部近似、广义benders分解等) APOPT是一种使用分支和边界的活动集序列二次规划(SQP)求解器。APOPT使用温启动方法来加速连续非线性规划(NLP)解决方案。有关APOPT的更多信息,请参见和。2013年报告和2014年APMonitor CACE文件中有基准信息 Hedengren,J.D.,Mojica,J.L.,Lewis,A.D.和Nik
- APOP使用什么非线性规划方法(内点、信赖域等)
- APOPT如何处理混合整数(B&B、外部近似、广义benders分解等)
- Hedengren,J.D.,Mojica,J.L.,Lewis,A.D.和Nikbakhsh,S.,通知年度会议,明尼苏达州明尼阿波利斯,2013年10月
- Hedengren,J.D.和Asgharzadeh Shishavan,R.,Powell,K.M.,和Edgar,T.F.,计算机与化学工程,第70卷,第133–148页,2014年,内政部:10.1016/J.compchemeng.2014.04.013李>
下面是一个示例MINLP问题,在使用
pip安装Gekko
迭代摘要提供了有关找到解决方案的分支和绑定过程的更多信息从gekko导入gekko m=GEKKO()#初始化GEKKO m、 options.SOLVER=1#APOPT是一个MINLP解算器 #APOPT的可选解算器设置 m、 解算器_选项=['minlp_最大迭代次数500'\ #整数解的minlp迭代 “minlp_max_iter_,带“int_sol 10”\ #将minlp视为nlp “minlp_as_nlp 0”\ #nlp子问题最大迭代次数 “nlp_最大迭代次数50”\ #1=深度优先,2=宽度优先 “minlp_分支_方法1”\ #与整数的最大偏差 “最小整数0.05”\ #收敛容限 “最小间隙0.01”] #初始化变量 x1=m.Var(值=1,磅=1,磅=5) x2=m.Var(值=5,磅=1,磅=5) #x3和x4的整数约束 x3=m.Var(值=5,磅=1,磅=5,整数=True) x4=m.Var(值=1,lb=1,ub=5,整数=True) m、 方程(x1*x2*x3*x4>=25) m、 方程(x1**2+x2**2+x3**2+x4**2==40) m、 Obj(x1*x4*(x1+x2+x3)+x3)#目标 m、 求解(disp=False)#求解 打印('x1:'+str(x1.value)) 打印('x2:'+str(x2.值)) 打印('x3:'+str(x3.value)) 打印('x4:'+str(x4.value)) 打印('Objective:'+str(m.options.objfcnval))
---------------------------------------------- Steady State Optimization with APOPT Solver ---------------------------------------------- Iter: 1 I: 0 Tm: 0.00 NLPi: 7 Dpth: 0 Lvs: 3 Obj: 1.70E+01 Gap: NaN --Integer Solution: 1.75E+01 Lowest Leaf: 1.70E+01 Gap: 3.00E-02 Iter: 2 I: 0 Tm: 0.00 NLPi: 5 Dpth: 1 Lvs: 2 Obj: 1.75E+01 Gap: 3.00E-02 Iter: 3 I: 0 Tm: 0.00 NLPi: 6 Dpth: 1 Lvs: 2 Obj: 1.75E+01 Gap: 3.00E-02 --Integer Solution: 1.75E+01 Lowest Leaf: 1.70E+01 Gap: 3.00E-02 Iter: 4 I: 0 Tm: 0.00 NLPi: 6 Dpth: 2 Lvs: 1 Obj: 2.59E+01 Gap: 3.00E-02 Iter: 5 I: 0 Tm: 0.00 NLPi: 5 Dpth: 1 Lvs: 0 Obj: 2.15E+01 Gap: 3.00E-02 No additional trial points, returning the best integer solution Successful solution --------------------------------------------------- Solver : APOPT (v1.0) Solution time : 1.609999999345746E-002 sec Objective : 17.5322673012512 Successful solution --------------------------------------------------- x1: [1.3589086474] x2: [4.5992789966] x3: [4.0] x4: [1.0] Objective: 17.532267301
- APOPT是一种使用分支和边界的活动集序列二次规划(SQP)求解器。APOPT使用温启动方法来加速连续非线性规划(NLP)解决方案。有关APOPT的更多信息,请参见和。2013年报告和2014年APMonitor CACE文件中有基准信息