python - pyomo 准确性；客观规则不返回期望值

Question

使用 pyomo 和 glpk 求解器，我定义了以下目标规则:

def cost_rule(m): 
    return (sum(m.rd[i]*m.pRdImp*m.dt - m.vr[i]*m.pRdExp*m.dt for i in m.t) + m.cb + m.cPV + (150+10*m.kWp) )
m.cost = Objective(rule=cost_rule)

如果我知道在找到最小值后比较输出，我会得到不同的结果:

sum(m.rd[i]()*m.pRdImp()*m.dt() - m.vr[i]()*m.pRdExp()*m.dt() for i in t_t) + m.cPV() + m.cb() + (150+5*m.kWp())
Out[46]: 1136.468

m.cost()
Out[43]: 1173.178

(m.t 和 t_t 是代表一年中小时数的范围集)这是大约 3% 的误差，有什么想法可以来自哪里吗？如果我需要选择一个值，哪个值是正确的。

提前致谢!

Answer 1

表达方式不同。第一项中的最后一项是 (150+10*m.kWp)，第二项中的最后一项是 (150+5*m.kWp()) >