Pyomo时变模型？

Question

我对pyomo还是很陌生，但是我很难确定如何创建时间相关模型并将其绘制在图形上。依时间而定，我的意思是只是每个时间步长假设不同值的变量（例如，从1到T）。

我使用了这个非常简单的模型，但是当我运行脚本时，我在输出中仅收到一个解决方案。我该如何改变？我也有与约束函数有关的错误，但我不确定是什么问题（ValueError：约束'constraint [1]'没有适当的值。位于。位于0x7f202b540850>'期望有元组或等式。）

我想展示x（t）的值在所有时间步长中如何变化。任何帮助表示赞赏。

from __future__ import division
from pyomo.environ import *
from pyomo.opt import SolverFactory
import sys

model = AbstractModel()
model.n = Param() 
model.T = RangeSet(1, model.n)
model.a = Param(model.T)
model.b = Param(model.T)

model.x = Var(model.T, domain= NonNegativeReals)

data = DataPortal()
data.load(filename='N.csv', range='N', param=model.n)
data.load(filename='A.csv', range= 'A', param=model.a)
data.load(filename='B.csv', range= 'B', param=model.b)

def objective(model):
    return model.x

model.OBJ = Objective(rule=objective)

def somma(model):
    return (model.a[t]*model.x[t] for t in model.T) >= model.b[t]

model.constraint = Constraint(model.T, rule=somma)

instance = model.create_instance(data)
opt = SolverFactory('glpk')
results = opt.solve(instance) 

Answer 1

您可以建立要绘制的值的列表，如下所示：

T_plot = list(instance.T)
x_plot = [value(instance.x[t]) for t in T_plot]

，然后使用您喜欢的Python绘图程序包进行绘图。我通常使用Matplotlib。