我获得了一个pyomo确定性优化模型,该模型已使用随机共置方法转换为随机模型。
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))
[此后,模型定义了一系列长度为m.n的列表,即评估模型的点数。这是一个例子。
position_phi = list(range(0,value(m.n)+1))
我需要将这些一维列表转换为m.K
尺寸。我试图写
position_phi = list(range(0,value(m.n)+1), range(0,value(m.K)+1))
相反。但是,出现以下错误:
TypeError:无法评估类型未知的对象:SimpleSet
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?
我尚不清楚您的模型正在尝试做什么,但是您可以通过将两者相乘来在Pyomo中创建两个集合的叉积。
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
的元素为[(1,4),(1,5),...]
然后您可以如下使用此设置:
m.whatever = pe.Param(m.position_phi, intitialize={(1, 4):4, (3, 6):6}, default=0)
然后,当您呼叫m.pprint()
时,您会看到类似以下的内容:
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中使用超过1个参数调用list()
应该引发TypeError。