Python 使用pyomo'；s组

我得到了一个pyomo确定性优化模型，我使用随机共定位方法将其转化为一个随机模型

但是，我在保存输出时遇到了问题。我已经定义了随机节点的数量（状态变量值的数量）

在此之后，模型定义了一系列长度为m.n的列表，即评估模型的点数。这里有一个例子

position_phi     = list(range(0,value(m.n)+1))

我需要将这些1D列表转换为

m.K

维度。我试着写

position_phi     = list(range(0,value(m.n)+1), range(0,value(m.K)+1))

相反。但是，我得到以下错误：

TypeError:无法计算未知类型为SimpleSet的对象

---

有人能给我解释一下为什么我不能构造一个大小为m.n*m.k的矩阵吗？

我不完全清楚你的模型试图做什么，但是你可以在Pyomo中通过将两个集合相乘来创建两个集合的叉积

将pyomo.environ作为pe导入
m=pe.ConcreteModel（）
m、 K=pe.Set（初始化=[1,2,3]）
m、 n=pe.Set（初始化=[4,5,6,7]）
m、 位置φ=m.K*m.n

这将使

m.position_phi

的元素为[（1,4）、（1,5），…]

然后，您可以按如下方式使用此集合：

m.whatever=pe.Param（m.position_phi，initialize={（1,4）：4，（3,6）：6}，默认值=0）

然后，当您调用

m.pprint（）

时，您将看到如下内容：

3集声明
K:Dim=0，Dimen=1，Size=3，Domain=None，Ordered=False，Bounds=（1，3）
[1, 2, 3]
n:Dim=0，Dimen=1，Size=4，Domain=None，Ordered=False，Bounds=（4,7）
[4, 5, 6, 7]
位置φ：Dim=0，Dimen=2，Size=12，Domain=None，Ordered=False，Bounds=None
事实上的
1参数声明
无论什么：大小=12，索引=position_phi，域=Any，默认值=0，可变值=False
关键词：价值
(1, 4) :     4
(3, 6) :     6
4声明：KN位置_phi任意

此外，在Python中使用超过1个参数调用

list（）

，应该会引发类型错误

position_phi     = list(range(0,value(m.n)+1), range(0,value(m.K)+1))