Python 如何有效地将矩阵约束“Ax=b”添加到Pyomo模型中？

我想用我的

numpy

数组

a

和

b

尽可能有效地将约束

Ax=b

添加到Pyomo模型中。不幸的是，目前的性能非常差。对于下面的示例

导入时间
将numpy作为np导入
将pyomo.environ作为pyo导入
开始=时间。时间（）
行=287
科尔斯=2765
A=np.random.rand（行、列）
b=np.random.rand（行）
mdl=pyo.ConcreteModel（）
mdl.rows=范围（行）
mdl.cols=范围（cols）
mdl.A=A
mdl.b=b
mdl.x_var=pyo.var（mdl.cols，bounds=（0.0，无））
mdl.constraints=pyo.ConstraintList（）
[mdl.constraints.add（sum（mdl.A[row，col]*mdl.x_var[col]表示mdl.cols中的col）2765≠ 巨大。现在我们通常用数千万列来求解模型。请注意，您生成了一个完全密集的模型。几乎所有实际模型都是（非常）稀疏。所以这个测试可能不太相关。我理解实际模型比这个模型更稀疏。然而，如果你说这个模型远不是巨大的，为什么它需要30秒？没有更有效的方法将这个模型传递给pyomo吗？