pyomo

0열

1답변

Pyomo에서 변수 경계와 관련된 이중 정보에 액세스 할 수 있습니까? 제약 조건의 경우 접미사를 선언 할 수 있지만 변수 경계에 해당하는 제약이 있습니까?

0열

1답변

Pyomo 솔버 호출은 명령 줄 사용 또는 Python 스크립트를 통해 수행 할 수 있습니다. 예에 pyomo solve model.py input.dat --solver=glpk --summary 요약 플래그 명령 행 호출 번역 않는 방법 파이썬 스크립트에서 SolverFactory 클래스의 사용법? 특히 다음 예에서 요약 옵션을 어떻게 지정할 수 있

0열

2답변

AttributeError : 모듈의 하위 프로세스 '가없는 속성'mswindows '

내가 coopr, coopr.pyomo, pyomo를 설치 PIP (UN)을 사용하여, 몇 가지 물건을 시도 from coopr.pyomo import * 내가 가져올 때 내가 AttributeError를 얻을, coopr.opt, 너무 똑똑하지 않았던 것 같아요. 도움을 많이 받으실 수 있습니다.

0열

1답변

오류 : 유효하지 않은 배열 파람

나는 pyomo.environ 가져 오기 *를 사용하고이 코드를 갖고 싶어 : ## Define sets ## model.i = Set(initialize=i_set) model.p = Set(initialize=j_set) ## Define parameters ## model.precedence = Param (model.i, initialize

3열

2답변

많은 수의 제약 조건을 가진 모델을 생성하기위한 pyomo의 성능

엄청난 수의 제약 조건과 변수 (약 10e6)가있는 OR 모델을 생성하는 Pyomo의 성능에 관심이 있습니다. 현재 GAMS를 사용하여 최적화를 시작했지만 다른 Python 기능을 사용하고 Pyomo를 사용하여 모델을 생성하고 싶습니다. 필자는 모델을 작성할 때 제약 조건을 정의하는 데 사용 된 python 메서드가 제약 조건이 인스턴스화 될 때마다 호출됩

1열

1답변

여행 판매원 Pyomo를 사용하여

pyomo를 사용하여 TSP 문제를 해결하려고합니다. 파이썬과 구로비를 사용하여 성공적으로 구현했지만 구로비 라이센스가 만료되었으므로 이제는 pyomo와 GLPK를 사용하여 TSP 문제를 구현하고 싶습니다. 이것은 내가 지금까지 생각해 낼 수 있었던 것이다. 객관적인 가치가 0으로 작동하지 않습니다. 도와 주실 수 있습니까? from pyomo.enviro

0열

1답변

python의 cplex와 python의 cplex의 장점

GAMS를 오랫동안 사용해 왔지만 GAMS에서 CPLEX의 모든 기능을 사용할 수는 없습니다. Pyomo를 사용하여 그렇게 할 수 있습니까? 또는 CPLEX를 Python에서 직접 사용 하시겠습니까? 감사!

1열

1답변

Pyomo ValueError : PositiveReals가 유효한 도메인이 아닙니다.

저는 PyOMO를 사용하여 제약 된 정수형 비선형 최적화 문제를 해결하려고합니다. 특히, 주어진 기어비가 충족되도록 기어 지름과 치 수를 찾으려고합니다. 나는 Set()과 Var()을 사용하는 방법에 관해서는 꽤 복잡하다. 나는 설명서를 읽었지만 Set가 실제로 무엇인지에 관해서는 슈퍼 슈퍼 클리어가 아닙니다! 문제의 비슷한 그룹화 된 부분에 액세스하는 데

0열

1답변

추상 pyomo 모델에서 콘크리트 모델을 인스턴스화

Pyomo 5.1.1에서 추상 모델을 만든 다음 Python 내에서 값을 채우려고합니다 (예 : AMPL 파일 사용 안 함). 나는 기본적으로 Pyomo documentation example을 따르지만, "Constant objective detected"를 얻고 있습니다. import pyomo.environ as oe model = oe.Abstra

0열

1답변

Pyomo/PySP의 Lagrangian 계산에 용어를 추가 할 수 있습니까?

확률 적 최적화를 위해 Pyomo의 PySP 프레임 워크를 사용하고 싶습니다. 이 모델에서 시나리오 (즉, 표준 루트 노드 변수)에서 동일해야하는 변수가 있습니다. 프로그레시브 헤징 접근법의 일부로, PySP는 증식 된 라그랑지안을 생성합니다.이 라그랑지안의 모든 승수는 시나리오 전체에서 동일 할 때까지 반복적으로 조정됩니다. 지금까지 좋은 모든 것. 그러