GEKKO-矩阵形式的优化

Question

我正在尝试解决一个优化问题，其中我需要使用2D矩阵指定问题和约束。我一直在使用SCIPY，其中1D阵列是必需的。我想检查GEKKO是否允许使用2D矩阵指定目标函数、边界和约束。

我在这里的帖子中提供了问题的详细信息和可复制版本：

SCIPY-构建约束，不单独列出每个变量

谢谢C

Answer 1

您可以在gekko中使用m.Array函数。我不建议您将np.triu()与Gekko数组一起使用，因为消除的变量仍然可以求解，但可能会隐藏在结果中。这里有一个解决方案：

import numpy as np
import scipy.optimize as opt
from gekko import GEKKO
p= np.array([4, 5, 6.65, 12]) #p = prices
pmx = np.triu(p - p[:, np.newaxis]) #pmx = price matrix, upper triangular
m = GEKKO(remote=False)
q = m.Array(m.Var,(4,4),lb=0,ub=10)
# only upper triangular can change
for i in range(4):
for j in range(4):
if j<=i:
q[i,j].upper=0 # set upper bound = 0
def profit(q):
profit = np.sum(q.flatten() * pmx.flatten())
return profit
for i in range(4):
m.Equation(np.sum(q[i,:])<=10)
m.Equation(np.sum(q[:,i])<=8)
m.Maximize(profit(q))
m.solve()
print(q)

这就给出了解决方案：

[[[0.0] [2.5432017412] [3.7228765674] [3.7339217013]]
[[0.0] [0.0] [4.2771234426] [4.2660783187]]
[[0.0] [0.0] [0.0] [0.0]]
[[0.0] [0.0] [0.0] [0.0]]]