Pyomo错误：根据数据构造组件'constraint'=没有失败

Question

Hello Pyomo社区，

我是Pyomo的新手，我必须使用Pyomo解决最小化问题。

我的代码包括

• 一个我定义了一些建模类的model.py文件，
• 一个定义了我的问题的输入的main.py文件，
• 其中定义了Optimizer类的optimization.py文件。

在此Optimizer类中，我定义

• 计算目标函数的方法（“目标”），
• 计算不等式约束（'ineqCons'）的方法，
• 解决最小化问题的方法（“解决”）

'objective'，'ineqCons'，从modeling.py中定义的类中调用方法。 “解决”使用Pyomo调用Optimizer类的“目标”，“ ineqCons”方法。

'ineqCons'在输入中获取一个'x'列表，计算一组值，将这些值存储在输出列表中，然后返回输出列表。

在'solve'中，我定义了不等式约束的索引集（'ineq_indices'），并定义了调用'ineqCons'方法的规则（'ineq_rule'）。最后，我使用Pyomo的'Constraint'函数根据'ineq_rule'和'ineq_indices'创建不等式约束。

[尝试解决问题时，python引发错误：

ERROR: Constructing component 'ineqCons' from data=None failed: ValueError:
Constraint 'ineqCons[0]' encountered a strict inequality expression ('>'
or '<'). All constraints must be formulated using using '<=', '>=', or
'=='.

这令人惊讶，因为我已经在'ineq_rule'中用'<='符号定义了不等式约束。在网上找不到有关我的特定问题的任何参考。我发现此link处存在类似的错误消息，但我无法弄清楚这是否与我的问题有关。

有人对我的问题有任何想法吗？谢谢！

下面是我使用的代码模板：这是一个很长的代码，所以我还没有发布所有内容。

def ineqCons(self, x):
    # A first set of values is calculated and stored in the 'c_stored' list
    # A second set of values is calculated and stored in the 'c_vented' list
    # A third list 'ineq' is created concatenating 'c_stored' and 'c_vented'
    # 'ineq' is returned
    return ineq

def solve(self):
    # Solver and model instances creation
    opt = SolverFactory('gurobi')
    model = pyo.ConcreteModel()
    # Variables definition
    model.var_indices = pyo.Set(initialize=list(range(len(self.x))))
    def bounds_rule(model, j):
        return self.reactors[j].bounds()
    def initialize_rule(model, j):
        return self.x[j]
    model.x = pyo.Var(model.var_indices, domain=pyo.NonNegativeReals, bounds=bounds_rule, initialize=initialize_rule)
    # Objective function definition
    model.objective = pyo.Objective(expr=self.objective(model.x), sense=pyo.minimize)
    # Inequality constraints definition
    if len(self.stored + self.vented) > 0:
        model.ineq_indices = pyo.Set(initialize=list(range(len(self.stored + self.vented))))
        def ineq_rule(model, i):
            return self.ineqCons(model.x)[i] <= 0
    # Solve and access the solution
    results = opt.solve(model)

Answer 1

我有同样的问题。...很奇怪！