Pyomo：如何在抽象模型的目标中使用最终数据点？答案

【问题标题】：Pyomo: How to use the final data point in an abstract model's objective?Pyomo：如何在抽象模型的目标中使用最终数据点？
【发布时间】：2016-06-11 00:58:23
【问题描述】：

我有一个 Pyomo 模型，其形式如下：

from pyomo.environ import *
from pyomo.dae import *

m      = AbstractModel()
m.t    = ContinuousSet(bounds=(0,120)) 
m.T    = Param(default=120)
m.S    = Var(m.t, bounds=(0,None))
m.Sdot = DerivativeVar(m.S)
m.obj  = Objective(expr=m.S[120],sense=maximize)

请注意，目标 m.obj 依赖于参数 m.T。尝试运行它会出现错误：

TypeError: unhashable type: 'SimpleParam'

使用一个值，例如expr=m.S[120] 会报错：

ValueError: Error retrieving component S[120]: The component has not been constructed.

在这两种情况下，我的目标是相同的：优化S 的最大可能值。

我怎样才能创建一个表达这一点的抽象模型？

【问题讨论】：

标签： python optimization pyomo

【解决方案1】：

您遇到了两个不同的问题：

TypeError: unhashable type: 'SimpleParam'

由于 Pyomo 4.3 中的一个错误，您不能直接使用简单的Params 作为其他组件的索引。也就是说，此特定问题的修复不会修复您的示例模型。

修复Objective 声明的技巧是将Objective 表达式封装在规则中：

def obj_rule(m):
    return m.S[120]
    # or better yet:
    #   return m.S[m.T]
    # or 
    #   return m.S[m.t.last()]
m.obj  = Objective(rule=obj_rule,sense=maximize)

问题在于，当您编写抽象模型时，每个组件都只是声明，而不是定义。因此，Var S 被声明为存在，但尚未定义（它是一个没有成员的空壳）。这会导致一个问题，因为 Python（不是 Pyomo）会在调用 Objective 构造函数之前立即尝试将 m.S[120] 解析为特定变量。在抽象模型中使用规则（函数）允许您推迟表达式的解析，直到 Pyomo 实际构建模型实例。 Pyomo 以您在 Abstract 模型中声明它们的相同顺序构造实例组件，因此当它触发 obj_rule 时，之前的组件（S、T 和 t）都被构造和 @987654333 @ 在 ContinuousSet 的已知点（在本例中为边界）具有有效成员。

【讨论】：