Python 基于二进制选择器GEKKO的有界求和函数优化

我试图优化求和函数。从一个类似的例子中，我找到了我问题的一半答案（我已经将我的目标函数与那个问题中的目标函数相似）

问题:

尝试：

从gekko导入gekko
将numpy作为np导入
来自scipy.special import factorial
m=GEKKO（远程=False）
x=m.sos1（[1,2,3]）
yb=m.Array（m.Var，3，lb=0，ub=1，integer=True）
m、 方程（m.sum（yb）==1）
y=m.sum（[yb[i]*（i+1）表示范围（3）内的i）]）
m、 方程（m.sum（[yb[i]*（i+1）对于范围（3）中的i）]
y=2
，求和界限将是i=0到2。但我无法获得此行为。我无法使用
range（y）
运行for循环，因为它是一个变量，并且随着变量值的变化，它也会改变方程的大小

obj=m.exp（x）+x**0/yf[0]
对于范围（1，len（yb）+1）内的j：
obj+=x**j/yf[j]*yb[j-1]#只有当yb[j-1]=1时，它才是非零的，并且忽略了之前的值。
#没有它，我每次都在计算整个边界，改变yb没有影响。
m、 最大化（obj）

在工作解决方案中，Gekko如何给我正确的结果？当函数是以下约束时，如何重现此行为（即在for循环中不使用
m.maximize
）？谢谢


编辑：
（修改了上面的Python代码）。下面的图说明了问题。考虑<代码> yb= [0，1,0] <代码> = >代码> y＝2 < /code >。因此求和应该停止在<代码> i＝0到1  < /p>。

如果
x
和
yb
是正常的列表，我可以很容易地做到这一点，那么我可以从下面得到预期的结果

将numpy导入为np
来自scipy.special import factorial
x=3
yb=[0,1,0]
y=np.sum（[yb[i]*（i+1）表示范围（3）内的i）
yf=阶乘（np.linspace（0，len（yb），len（yb）+1））
obj=np.exp（x）
对于范围（0，y）内的j：
obj+=x**j/yf[j]
打印（obj）

如果我不希望最终方程的大小随变量而改变，我可以做以下操作

x=3
yb=[0,1,0]
y=np.sum（[yb[i]*（i+1）表示范围（3）内的i）
yf=阶乘（np.linspace（0，len（yb），len（yb）+1））
obj=np.exp（x）
对于范围（0，y）内的i：
yb[i]=1
对于范围（0，len（yb））内的j：
obj+=（x**j/yf[j]）*yb[j]
打印（obj）

我不能对Gekko同时执行这两个选项，因为
x
和
yb
是GK变量（设计变量），不能解释为整数（即
范围（y）
不起作用。有什么解决办法吗？谢谢。
由于没有任何回应，我将分享我提出的解决办法。这可能不是一种有效的方法，但很有效

m=GEKKO（remote=False）
x=m.sos1（[1,2,3]）
yb=m.Array（m.Var，3，lb=0，ub=1，integer=True）
m、 方程（m.sum（yb）==1）
y=m.sum（[yb[i]*（i+1）表示范围（3）内的i）]）
#m、 方程（范围（3）内i的m.sum（[yb[i]*（i+1）]）