나는 benders decomp를 코딩하고 있습니다. Python으로 파이썬에서 알고리즘. 내 질문은 1 단계에서 아래에서 볼 수 있듯이 하위 문제 constraintList에 새 제약 조건을 삭제하고 추가하는 대신 추가 된 제약 조건을 어떻게 든 업데이트하는 방법을 찾아야합니다.Pyomo의 ConstraintList 업데이트하기
우아한 방법이 있습니까?
또는
가s.Cut_Defn [1]
s.Cut_Defn을 .pop
s.Cut_Defn [1] .update를 추천
는있는 정보 (SX == mxvalue). add (sx == mxvalue)
???
는 Icedkk
시가 : 0 단계에서, 나는 하위 문제의 constraintlist에 제약 조건을 추가 할 수 있습니다. 1 단계에서 실제로 추가 된 제약 조건을 0 단계에서 업데이트하고 싶습니다. 그러나 첫 번째 제약 조건을 제거하고 다음 코드를 추가합니다. 코드를 약간 잘못 추가했습니다.
import sys
from pyomo.opt.base import SolverFactory
from pyomo.core import *
import pyomo.environ
import numpy as np
import timeit
# Importing Models
from master import m
from sub import s
# Misc. init.
start = timeit.default_timer()
GAP = float('Inf')
maxit = 5
###################################
# STEP 0: Init.
opt = SolverFactory('glpk')
results_M = opt.solve(m) # solve master
s.Cut_Defn.add(s.x == m.x.value) # s.x = m.x.value
results_S = opt.solve(s) # solve sub
print('i','\t','Mx','\t','Sx','\t','Ma','\t','Sy',\
'\t','Lmda','\t','Zup','\t','Zdo','\t','Gap',\
'\t','Objective')
#######################################################################
# Benders Loop
for i in sequence(maxit):
###################################
# STEP 1: Subproblem Solution
if i == 1:
pass
else:
del s.Cut_Defn[i-1]
s.Cut_Defn.add(s.x == m.x.value)
results_S = opt.solve(s)
###################################
# Adding the Master Cut
Lambda = s.dual[s.Cut_Defn[i]] # get Lambda from Solver
m.Cut_Defn.add(s.Obj() + float(Lambda)*(m.x-s.x.value) <= m.a) # add Cut to Master
###################################
# STEP 2: Convergence Checking
Zup = s.Obj() - s.x.value/4
Zdo = m.Obj()
newGAP = Zup - Zdo
if newGAP > 0.00001:
GAP = min(GAP, newGAP)
else:
print(i,'\t',round(m.x.value,1),'\t',round(s.x.value,1),'\t',round(m.a.value,1),'\t',round(s.y.value,1),\
'\t',round(Lambda,2),'\t',round(Zup,1),'\t',round(Zdo,1),'\t',round(newGAP,2),\
'\t',round(m.Obj(),5))
break
###################################
# STEP 3: Re-Solve Masterproblem
print(i,'\t',round(m.x.value,1),'\t',round(s.x.value,1),'\t',round(m.a.value,1),'\t',round(s.y.value,1),\
'\t',round(Lambda,2),'\t',round(Zup,1),'\t',round(Zdo,1),'\t',round(GAP,2),\
'\t',round(m.Obj(),5))
#solve_all_instances(solver_manager, 'cplex', [Instance_M])
results_M = opt.solve(m)
stop = timeit.default_timer()
print("Benders converged in", round(stop-start,2),"s.")
접미사는 어떨까요? 당신이 볼 수 있듯이 나는 제약 조건으로부터 람다 값을 얻고있다. Lambda = s.dual [s.Cut_Defn [i]] 제약 조건의 표현식 istead를 사용하면 여전히 작동합니다. – Icedkk
접미어에 저장된 값은 가장 최근의 해결로 반환 된 값과 일치합니다. 구속 조건을 변경해도 접미사 값에 영향을 미치지 않습니다 (모델을 다시 풀 때까지). –
그것은 게이 티를 일했다 :) – Icedkk