使用 Pyomo (Python) 优化外部函数

Question

我想优化使用 Python 在 EES 软件（工程方程求解器）中编写的外部函数。为了实现这一点，我创建了一个简单的代码，在 EES 和 Python 之间建立连接并执行优化。

代码如下：

from EESConnect import EESConnector
import pyomo.environ as pyo
from pyomo.environ import *
from pyomo.opt import SolverFactory


model = pyo.ConcreteModel()

# Define the decision variable and bound
model.x = pyo.Var(bounds=(-5,5))
x = model.x

# Define the objective function
def my_function(x):
    with EESConnector() as ees:
        # Load the EES file with the objective function
        ees.ees_file_path = 'C:/Users/XX/Desktop/Optimization/Opt.EES'
        # Calculate the values of the objective function
        func = ees.calculate([x])
        return func

# Define the optimization problem
model.obj = pyo.Objective(rule= my_function(x), sense=minimize)
opt = SolverFactory('ipopt', executable='E:/Py/ipopt/bin/ipopt.exe')
opt.solve(model)

print('x=', value(model.x))

但是，上述代码似乎出现故障，因为 Python 似乎需要一个明确的目标函数。该问题似乎源于以下代码行：func = ees.calculate([x])。它卡在那条线上。看起来 Python 试图将“x”放入该函数，但 EES 不接受“x”；它只接受数值。因此，Python 似乎需要访问一个显式函数，但事实并非如此。

我不确定，但似乎我们需要告诉 Python 一个明确的目标函数不可用。相反，我们需要将值输入 EES 软件进行数值计算并检索数值输出。然后我们可以以这种方式进行优化过程。

谁能帮我解决这个问题？