使用 pyomo 集合定义矩阵的正确方法

Question

我得到了一个pyomo确定性优化模型，我使用随机共置方法将其转换为随机模型。

但是，我在保存输出时遇到问题。我已经定义了随机节点的数量(状态变量的值的数量(

m.particle_number = Param(initialize = count)
m.K = Set(initialize = range(1,value(m.particle_number)+1))  

在此之后，模型定义一系列长度为 m.n 的列表，即评估模型的点数。下面是一个示例。

position_phi     = list(range(0,value(m.n)+1))

我需要将这些 1D 列表转换为m.K维度。我试过写

position_phi     = list(range(0,value(m.n)+1), range(0,value(m.K)+1))

相反。但是，我收到以下错误：

类型错误： 无法计算具有未知类型的对象： 简单集

有人可以向我解释为什么我不能构造大小为 m.n*m.k 的矩阵吗？

Answer 1

我不完全清楚你的模型试图做什么，但你可以通过将两个集合相乘来创建两个集合的交叉乘积。

import pyomo.environ as pe
m = pe.ConcreteModel()
m.K = pe.Set(initialize=[1, 2, 3])
m.n = pe.Set(initialize=[4, 5, 6, 7])
m.position_phi = m.K * m.n

这将使m.position_phi的元素成为[(1,4(，(1,5(，...]

然后，您可以按如下方式使用此集：

m.whatever = pe.Param(m.position_phi, intitialize={(1, 4):4, (3, 6):6}, default=0)

然后当你打电话给m.pprint()时，你会看到这样的内容：

3 Set Declarations
K : Dim=0, Dimen=1, Size=3, Domain=None, Ordered=False, Bounds=(1, 3)
[1, 2, 3]
n : Dim=0, Dimen=1, Size=4, Domain=None, Ordered=False, Bounds=(4, 7)
[4, 5, 6, 7]
position_phi : Dim=0, Dimen=2, Size=12, Domain=None, Ordered=False, Bounds=None
Virtual
1 Param Declarations
whatever : Size=12, Index=position_phi, Domain=Any, Default=0, Mutable=False
Key    : Value
(1, 4) :     4
(3, 6) :     6
4 Declarations: K n position_phi whatever

此外，在 Python 中调用具有 1 个以上参数的list()应该会抛出 TypeError。