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
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