- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用 Pyomo 来查找 OSX 上 Python 模型的最佳值。我从 https://github.com/shoibalc/recem 得到了脚本,并尽可能按照说明安装了 Pyomo 和 COIN-OR,更改了一些过时的或似乎在 OSX 上不起作用的东西。
引起问题的代码如下。
import pyomo
from pyomo.opt.base import *
from pyomo.opt.parallel import SolverManagerFactory
from DICE2007 import createDICE2007
from DICEutils import DICE_results_writer
global start_time
start_time = time.time()
dice = createDICE2007()
dice.doc = 'OPTIMAL SCENARIO'
opt = SolverFactory('ipopt',solver_io='nl')
tee = False
options = """
halt_on_ampl_error=yes"""
solver_manager = SolverManagerFactory('serial')
print '[%8.2f] create model %s OPTIMAL SCENARIO\n' %(time.time()-start_time,dice.name)
instance = dice.create()
print '[%8.2f] created instance\n' %(time.time()-start_time)
results = solver_manager.solve(instance, opt=opt, tee=tee, options=options, suffixes=['dual','rc'])
这会在最后一行(“结果”)崩溃,并显示以下错误消息:
The SolverFactory was unable to create the solver "ipopt" and returned an UnknownSolver object. This error is raised at the point where the UnknownSolver object was used as if it were valid (by calling method "solve").
The original solver was created with the following parameters: solver_io: nl type: ipopt _args: () options: {} _options_str: []
我对这一切都很陌生,但认为也许 Pyomo 无法访问它所需的 ipopt 文件,我认为该文件位于我下载的 COIN-OR 二进制文件中。我尝试将看似相关的文件添加到我的 PYTHONPATH 中,并将它们导入到脚本中,但这没有帮助。我接下来应该尝试什么来使这项工作正常工作,或者将脚本修改为可以工作的东西?
最佳答案
我的一位同事也遇到了同样的问题,他设法通过生成具有 IPOPT AMPL 可执行文件路径的求解器对象来解决该问题:
opt = SolverFactory('/route/to/ipopt',solver_io='nl')
关于python - Pyomo 的 SolverFactory 无法创建 Ipopt (OSX) - 可能与 COIN-OR 有关,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28203570/
我刚开始使用 Pyomo,我一直无法弄清楚如何编写双重求和代码。类似于 this . 有人可以给我提示吗?谢谢你们的帮助!! 最佳答案 假设您的模型声明如下: m = ConcreteModel()
我的优化需要几个小时才能在高性能服务器上解决。我想将解决方案保存到磁盘,然后在我的笔记本电脑上将它们重新加载到模型实例中。这将使我能够在 python 命令行中以交互方式探索结果,并开发或测试新编写的
我正在尝试从我的 pyomo 模型中输出目标值。我确实访问了变量值,但无法访问目标函数值。我的代码是: instance = model.create_instance(data) opt =
我不想在程序变量中设置初始值和对偶值。有没有具体的方法来做到这一点。我可以看到 Var 对象中有一个初始化选项,但我不确定如何以这种方式使用它 最佳答案 如果要在声明变量时设置变量的值,可以使用ini
我正在努力寻找一种有效的方法来检索优化问题的解决方案。该解决方案包含大约 200K 个变量,我希望在 pandas DataFrame 中使用这些变量。在网上搜索后,我发现访问变量的唯一方法是通过一个
我正在尝试使用 ANTIGONE 求解器(在 GAMS 中获得许可)解决 MINLP 问题,但我很难更改求解器的高级设置。 首先,我按如下方式从 Pyomo 调用求解器。 solver = pe.So
我尝试使用 pip 中的附加功能安装 pyomo,并使用后来的 Conda。一切都显示正常,但当我尝试使用它时,我收到以下错误。 from pyomo.environ import * 文件“C:..
我注意到 Pyomo 5.3 提供了一个 GAMS 求解器插件。 https://github.com/Pyomo/pyomo/blob/master/pyomo/solvers/plugins/so
我写信是因为我在安装时遇到问题 Pyomo使用 pip在 Mac OSX 10.14 上的 Python 3.6 我正在按照安装说明进行操作 here . 我可以成功执行第一个命令: pip inst
我对新算法有疑问,在这里我展示我的代码以便更好地理解它。 import pyomo.environ from pyomo.core import * from pyomo.opt import Sol
我正在使用 pyomo 构建许多模型,据我了解,pyomo 在求解模型之前会重新制定模型。 我想确切地知道模型在传递给求解器文件 ipopt 和 couenne 时是什么样子。 据我所见here我不清
我正在尝试将使用 CPLEX 求解器在 GAMS 中编写的模型传输到 Pyomo。 CPLEX 具有允许建模者在模型不可行时放宽约束和决策变量的功能 - FeasOpt(适用于可行优化)。我无法在 P
我是 Pyomo 的新手,我想知道如何更改具有一个或多个索引的现有模型参数的值。 我看过一些标量参数的例子,即没有索引。例如: model5 = ConcreteModel() model5.data
我有一个相当大的模型(大约 500 万个变量和约束)。 构建时间是几分钟,求解时间也是几分钟(使用 gurobi) 但是写模型需要很长时间(大约2小时) 这是我使用 model.write('mode
我正在尝试将一些数据转化为 PYOMO 模型以解决优化问题。 materials = ['steel', 'alum', 'carbon', 'cheese'] 每种 Material 都有 2 个属
我的脚本是: from __future__ import division import numpy import scipy from pyomo.environ
我在 Pyomo 中构建了一个抽象模型,效果很好。 但是,当我尝试使用字典来实例化抽象模型时,出现以下错误“错误:为目标值生成表达式时规则失败: RuntimeError:无法在抽象集“I”之前迭代
我一直在使用 Gurobi 来解决 MILP 问题,并使用 Pyomo 来生成模型。 Gurobi 支持返回一个解决方案池,我希望能够使用这个池生成多个解决方案。这在 Pyomo 中支持吗? 我试过使
Pyomo 中多目标优化的任何示例吗? 我正在尝试最小化 4 个目标(非线性),并且我想使用 pyomo 和 ipopt。还可以访问古罗比。 我想看一个非常简单的例子,我们尝试优化一系列决策变量(不仅
以下是我尝试运行的优化代码的一部分。 from pyomo.environ import * model = ConcreteModel() ## Define sets model.k = Set(
我是一名优秀的程序员,十分优秀!