Python 如果方差可用，则以pyomo为单位计算标准偏差

我构造了一个pyomo代码，其中我计算了3个向量的加权平均值

def meanX_definition(model, i):
    return m.meanX[i] ==(m.x1[i]+4*m.x2[i]+m.x3[i])/6
m.meanX_const = Constraint(m.N, rule = meanX_definition)

然后，我将方差计算为

def varX_definition(model, i):
    return m.varX[i] ==((m.x1[i]-m.meanX[i])**2+ 4*(m.x2[i]-m.meanX[i])**2+(m.x3[i]-m.meanX[i])**2)/6
m.varX_const = Constraint(m.N, rule = varX_definition)

由于我的模型是随机的，我想限制x1、x2和x3必须在平均值和+-2标准偏差之间

为此，我尝试将标准偏差计算为

def stdX_definition(model, i):
    return m.desvestX[i] == sqrt(m.varX[i])
m.stdX_const = Constraint(m.N, rule = stdX_definition)

及

我还尝试定义所有点的标准偏差，但第一个和最后一个误差是[0]和[n]处的标准偏差0，因为所有3个向量的起点和终点都相同

---

不幸的是，出现了一个错误，ApplicationError:Solver（ipopt）没有正常退出。有人能告诉我如何修正它，以便得到标准偏差吗？

看起来ipopt要崩溃了。这总是一个错误。解算器日志中是否有有用的消息？不知道这是否有帮助，但可能是执行

sqrt（m.varX[i]+0.001）

。还要确保

m.varX

是一个正变量。我刚刚尝试了您的解决方案，现在错误是

ValueError:无法加载状态不好的SolverResults对象：error

，因此有些东西已经升级。在AMPL评估中，迭代还传递了以下消息

Error。运行“暂停打开报警错误是”以查看详细信息。警告：由于计算错误而减少alpha值

这可能表示您仍在使用负数的平方根。检查varX上的边界。我已将varX的值保存在.txt文件中，端点处的结束值为-9.407356729606605e-70，其余值为正；然而，其中一些是10e-10级。我现在正在测试添加10，代码需要很长时间，但还没有失败

def stdX_definition(model, i):
    return m.desvestX[i] == m.varX[i]**(0.5)
m.stdX_const = Constraint(m.N_notinitial_notfinal, rule = stdX_definition)