Python 当我运行GEKKO优化时，我得到了一个'；FileNotFoundError'；

当我运行GEKKO优化时，我得到一个“FileNotFoundError”，请告诉我如何处理它。 我的代码有问题吗？ Y是二进制整数决策变量

#initialize gekko
model = GEKKO(remote=False)
#APOPT is an Mixed Integer Nonlinear Problem solver
model.options.SOLVER = 1
model.time
#optional solver settings with APOPT
model.solver_options = ['minlp_maximum_iterations 500', \
                    # minlp iterations with integer solution
                    'minlp_max_iter_with_int_sol 10', \
                    # treat minlp as nlp
                    'minlp_as_nlp 0', \
                    # nlp sub-problem max iterations
                    'nlp_maximum_iterations 50', \
                    # 1 = depth first, 2 = breadth first
                    'minlp_branch_method 1', \
                    # maximum deviation from whole number
                    'minlp_integer_tol 0.05', \
                    # covergence tolerance
                    'minlp_gap_tol 0.01']

#parameter
X = total_PV_set
k = len(X)
eq = model.Param(value=len(X))
eq1 = model.Param(value=1)

#Decision Variable
# N = model.Var(value=1, lb=1, ub=k, integer=True)
N = 3
Y = model.Array(model.Var, (N, k), lb=0, ub=1, integer=True)
V = model.Array(model.Var, (N, 1))
W = model.Array(model.Var, (N, 1))
vary = model.Array(model.Var, (N, 1))
covary = model.Array(model.Var, (N, 1))

#Constraints
for i in range(N):
    vary_buff = 0
    for j in range(k):
        vary_buff += model.Intermediate(variance(X[j]) * Y[i][j])
    model.Equation(vary[i] == vary_buff)
for i in range(N):
    covary_buff = 0
    for j in range(k):
        for e in range(k-1):
            if j < (e+1):
                covary_buff += model.Intermediate(2*covariance(X[j], X[e+1])*Y[i][j]*Y[i][e+1])
    model.Equation(covary[i] == covary_buff)
for i in range(N):
    model.Equation(V[i] == model.Intermediate(vary[i]+covary[i]))
for i in range(N):
    model.Equation(W[i] == model.Intermediate(model.sum(Y[i][:])))
model.Equation(model.sum(Y) == eq)
for i in range(k):
    model.Equation(model.sum(Y[:, i]) == eq1)


cc = model.Intermediate(model.sum([(W[i]*V[i]) for i in range(N)]))
model.Obj(cc/model.sum(W))

#minimize objective
# model.options.IMODE = 3
# model.options.MEAS_CHK = 0
model.solve()

#Print the results
print ('--- Results of the Optimization Problem ---')
print('Y: '+str(Y))
print('N: '+str(N))
print('V: '+str(V))
print('W: '+str(W))
print('Objective: '+str(model.options.objfcnval))

#初始化gekko
模型=GEKKO（远程=假）
#APOPT是一个混合整数非线性问题求解器
model.options.SOLVER=1
模型时间
#APOPT的可选解算器设置
model.solver_options=['minlp_max_iterations 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”]
#参数
X=总光伏机组
k=len（X）
等式=模型参数（值=len（X））
eq1=模型参数（值=1）
#决策变量
#N=model.Var（值=1，lb=1，ub=k，整数=True）
N=3
Y=model.Array（model.Var，（N，k），lb=0，ub=1，integer=True）
V=model.Array（model.Var，（N，1））
W=model.Array（model.Var，（N，1））
vary=model.Array（model.Var，（N，1））
covary=model.Array（model.Var，（N，1））
#约束条件
对于范围（N）中的i：
变化_buff=0
对于范围（k）内的j：
vary_buff+=模型中间值（方差（X[j]）*Y[i][j]）
模型方程（vary[i]==vary\u buff）
对于范围（N）中的i：
covary_buff=0
对于范围（k）内的j：
对于范围（k-1）内的e：
如果j<（e+1）：
协变量_buff+=模型中间值（2*协方差（X[j]，X[e+1]）*Y[i][j]*Y[i][e+1]）
模型方程（covary[i]==covary_buff）
对于范围（N）中的i：
模型方程（V[i]==模型中间值（变化[i]+共变[i]））
对于范围（N）中的i：
模型.方程（W[i]==模型.中间（模型.求和（Y[i][：]））
模型方程（模型和（Y）=等式）
对于范围（k）内的i：
模型方程（模型和（Y[：，i]）==eq1）
cc=中间模型（模型和（[（W[i]*V[i]），适用于范围（N）]内的i）
模型Obj（cc/模型总和（W））
#最小化目标
#model.options.IMODE=3
#model.options.MEAS_CHK=0
model.solve（）
#打印结果
打印（'---优化问题的结果---'）
打印（'Y:'+str（Y））
打印（'N:'+str（N））
打印（'V:'+str（V））
打印（'W:'+str（W））
打印（'Objective:'+str（model.options.objfcnval））

Python 3.7.2（tags/v3.7.2:9A3FFC0492192018年12月23日23:09:28）[MSC v、 win32上的1916 64位（AMD64）] runfile（'C:/Users/chldj/EOJIN/VPP_test.py'，wdir='C:/Users/chldj/EOJIN'） 后端TkAgg是交互式后端。打开交互模式。 C:/Users/chldj/EOJIN/VPP_test.py:91:DeprecationWarning:elementwise比较失败；这将在将来引发错误。 模型方程（vary[i]==vary\u buff） C:/Users/chldj/EOJIN/VPP_test.py:98:DeprecationWarning:elementwise比较失败；这将在将来引发错误。 模型方程（covary[i]==covary_buff） C:/Users/chldj/EOJIN/VPP_test.py:100:DeprecationWarning:elementwise比较失败；这将在将来引发错误。 模型方程（V[i]==模型中间值（变化[i]+共变[i]）） C:/Users/chldj/EOJIN/VPP_test.py:102:DeprecationWarning:elementwise比较失败；这将在将来引发错误。 模型.方程（W[i]==模型.中间（模型.求和（Y[i][：]）） ---------------------------------------------------------------- APMonitor，版本0.9.2 APMonitor优化套件 ----------------------------------------------------------------

Error: Exception: Access Violation
At line 2391 of file custom_parse.f90
Traceback: not available, compile with -ftrace=frame or -ftrace=full
Error: 'results.json' not found. Check above for additional error details
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "C:\pycharm\PyCharm Community Edition 2019.2.2\helpers\pydev\_pydev_bundle\pydev_umd.py", line 197, in runfile
    pydev_imports.execfile(filename, global_vars, local_vars)  # execute the script
  File "C:\pycharm\PyCharm Community Edition 2019.2.2\helpers\pydev\_pydev_imps\_pydev_execfile.py", line 18, in execfile
    exec(compile(contents+"\n", file, 'exec'), glob, loc)
  File "C:/Users/chldj/EOJIN/VPP_test.py", line 114, in <module>
    model.solve()
  File "C:\python\lib\site-packages\gekko\gekko.py", line 2145, in solve
    self.load_JSON()
  File "C:\python\lib\site-packages\gekko\gk_post_solve.py", line 13, in load_JSON
    f = open(os.path.join(self._path,'options.json'))
FileNotFoundError: [Errno 2] No such file or directory: 'C:\\Users\\chldj\\AppData\\Local\\Temp\\tmpdgnw5ovqgk_model0\\options.json'

错误：异常：访问冲突
在文件custom_parse.f90的第2391行
回溯：不可用，使用-ftrace=frame或-ftrace=full编译
错误：找不到“results.json”。查看上面的其他错误详细信息
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“C:\pycharm\pycharm社区版2019.2.2\helpers\pydev\\u pydev\u bundle\pydev\u umd.py”，第197行，在runfile中
pydev_imports.execfile（文件名、全局变量、本地变量）#执行脚本
文件“C:\pycharm\pycharm社区版2019.2.2\helpers\pydev\\u pydev\u imps\\u pydev\u execfile.py”，第18行，在execfile中
exec（编译（内容+“\n”，文件，'exec'），全局，loc）
文件“C:/Users/chldj/EOJIN/VPP_test.py”，第114行，在
model.solve（）
文件“C:\python\lib\site packages\gekko\gekko.py”，第2145行，在solve中
self.load_JSON（）
文件“C:\python\lib\site packages\gekko\gk\u post\u solve.py”，第13行，在load\u JSON中
f=open（os.path.join（self.\u path，'options.json'））
FileNotFoundError:[Errno 2]没有这样的文件或目录：“C:\\Users\\chldj\\AppData\\Local\\Temp\\tmpdgnw5ovqgk\u model0\\options.json”

这是否意味着解是无穷大的？ 我认为第一次迭代的和（W）将是0。因此，它可以使目标函数“无穷大”。

---

如何修复它？

Gekko库中没有函数

方差

和

协方差

。您需要删除这些函数，而不是使用任何Gekko库函数。一些Numpy函数也允许用于矩阵运算，如

Numpy.dot

。您可以使用诸如来自

Gekko

和

numpy

的函数组合

从gekko导入gekko
将numpy作为np导入
m=GEKKO（）
A=m.Array（m.Var，（4,3））
b=m.Array（m.Param，3，value=1）
x=np.点（A，b）
[m.m.（x[i]**2）对于范围（4）内的i]
m、 求解（disp=False）
印刷品（A）

以下是一份：

• abs（x）

  绝对值| x|

• abs2（x）

  带MPCC的绝对值

• abs3（x）

  开关用带二进制变量的绝对值

• acos（x）

  反余弦，cos^-1（x）

• acosh（x）

  反双曲余弦，cosh^-1（x）<