我正在编码弯曲器分解。Pyomo中的Python算法。我的问题是您可以在第1步中看到的那样,我需要找到一种方法来以某种方式更新添加的约束,而不是删除和添加新约束列表。
有什么优雅的方式吗?
之类的东西s.cut_defn [1] .update(s.x == m.x.value)
或
s.cut_defn [1] .pop
s.cut_defn.add(s.x == m.x.value)
???
iedkk
ps:在步骤0,我在子问题限制清单中添加了约束。在步骤1中,我实际上想在步骤0中更新添加的约束,但是我不能这样做,因此我删除了第一个添加的约束,然后添加了下一个约束,这是代码的有点糟糕的方法。
import sys
from pyomo.opt.base import SolverFactory
from pyomo.core import *
import pyomo.environ
import numpy as np
import timeit
# Importing Models
from master import m
from sub import s
# Misc. init.
start = timeit.default_timer()
GAP = float('Inf')
maxit = 5
###################################
# STEP 0: Init.
opt = SolverFactory('glpk')
results_M = opt.solve(m) # solve master
s.Cut_Defn.add(s.x == m.x.value) # s.x = m.x.value
results_S = opt.solve(s) # solve sub
print('i','t','Mx','t','Sx','t','Ma','t','Sy',
't','Lmda','t','Zup','t','Zdo','t','Gap',
't','Objective')
#######################################################################
# Benders Loop
for i in sequence(maxit):
###################################
# STEP 1: Subproblem Solution
if i == 1:
pass
else:
del s.Cut_Defn[i-1]
s.Cut_Defn.add(s.x == m.x.value)
results_S = opt.solve(s)
###################################
# Adding the Master Cut
Lambda = s.dual[s.Cut_Defn[i]] # get Lambda from Solver
m.Cut_Defn.add(s.Obj() + float(Lambda)*(m.x-s.x.value) <= m.a) # add Cut to Master
###################################
# STEP 2: Convergence Checking
Zup = s.Obj() - s.x.value/4
Zdo = m.Obj()
newGAP = Zup - Zdo
if newGAP > 0.00001:
GAP = min(GAP, newGAP)
else:
print(i,'t',round(m.x.value,1),'t',round(s.x.value,1),'t',round(m.a.value,1),'t',round(s.y.value,1),
't',round(Lambda,2),'t',round(Zup,1),'t',round(Zdo,1),'t',round(newGAP,2),
't',round(m.Obj(),5))
break
###################################
# STEP 3: Re-Solve Masterproblem
print(i,'t',round(m.x.value,1),'t',round(s.x.value,1),'t',round(m.a.value,1),'t',round(s.y.value,1),
't',round(Lambda,2),'t',round(Zup,1),'t',round(Zdo,1),'t',round(GAP,2),
't',round(m.Obj(),5))
#solve_all_instances(solver_manager, 'cplex', [Instance_M])
results_M = opt.solve(m)
stop = timeit.default_timer()
print("Benders converged in", round(stop-start,2),"s.")
您可以通过使用表达式对象或可突出参数来构建可以更新的约束。可变的参数允许您更新系数或RHS,而表达式可以更新约束的子表达。示例:
model = ConcreteModel()
model.p = Param(mutable=True)
model.e = Expression()
model.x = Var()
model.c = Constraint(expr=model.e == model.p)
# set the constraint rhs to 1
model.p.value = 1
# set the constraint lhs to x**2
model.e.expr = model.x**2
请注意,您不应使用表达式存储关系表达式(例如==
,>=
,<=
)。