python - 对于这个问题，Python 中合适的约束优化求解器是什么？以及类型错误问题

Question

我希望使用 python(代替 excel)来完成非编程相关的工程类(class)的作业。我正在尝试为多个不同尺寸的管道找到热交换器中的最佳管道数量。这个数字取决于六个相关数量，并且有一些限制。这些方程很少是线性的，但管的数量必须是正整数。我知道 scipy.optimize 包并使用 math.ceil 将试验数字转换为整数，但必须有一个更好的包在某个地方。

我按原样输入代码 here .

下面是优化问题的部分。问题在于 fsolve 的变化不足以改变 m.ceil 的初始猜测。

def ntf():
    fdn = 0.85 * 62.43 
    #            lb/ft^3
    vsb = fdn * 5 * (1.076 * 10 ** -5)
    #     lb/ft^3 * Cst * (ft^2/s) / Cst
    kf  = 0.08
    fcp  = 0.5
    #     Btu/ft^2-hr-(F/ft)
    dua = uaf()

    for i, x in enumerate(bwg16):
        def func(nt):
            nt   = m.ceil(nt)
            vel  = velf(nt, x)
            nre  = nref(vel, bwg16[x][1], fdn, vsb)
            npr  = nprf(fcp, vsb, kf)
            nnu  = nnuf(nre, npr, vsb, vsb)
            idc  = idcf(nnu, bwg16[x][1], kf)
            ohtc = ohtcf(idc, x)
            fa   = nt * bwg16[x][3]
            sa   = 40 * nt * bwg16[x][2] 
            ua   = ohtc * sa
            diff = ua - dua
            return diff

        nts[x] = opt.fsolve(func, 40, xtol = 0.01)
        # TODO:  Optimize nt such that diff is positive but as close to zero as
        # possible.  nt needs to be an integer.  Then, I need to be able to
        # extract nt, nre, vel, and sa into a dictionary to compare later.  If
        # all else fails, I suppose I could recalculate the rest later given
        # the working nt.

    return nts

总之，你能推荐一个更好的Python包或函数来解决这个问题吗？

编辑:我摆脱了由于忘记一些返回语句而遇到的类型错误问题。

Answer 1

如果让优化器使用浮点值，也许您可​​以假设正确的整数结果是 Floor(nt) 或 ceil(nt)，因此只需评估这两个值并进行选择。