ApplicationError：在Pyomo中找不到求解器的可执行文件
我正在学习Pyomo，并尝试使用ipopt来解决一个示例问题。但一开始，我已经安装了包，然后总是显示没有找到ipopt。之后，我重新安装了很多次，现在显示 '''WARNING: Could not locate the 'ipopt' executable, which is required for solver ipopt ---------------------------
..
ipopt相关内容
Julia+JuMP:函数的可变参数数量
我正在尝试使用 JuMP 来解决非线性问题，其中变量的数量由用户决定 - 也就是说，在编译时不知道. 为此，@NLobjective 行如下所示: @eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...))) 例如，如果 n=3，编译器会将该行解释为与以下内容相同: @Ju
..
尽管违反了约束条件，IPOPT 为什么要评估目标函数?
我在 Julia 中使用 IPOPT.我的目标函数会对某些参数值抛出错误(具体来说，虽然我认为这无关紧要，但它涉及协方差矩阵的 Cholesky 分解，因此要求协方差矩阵是正定的).因此，我对参数进行非线性约束，以便它们不会产生错误.尽管有这个限制，IPOPT 仍然坚持在参数处评估目标函数，这会导致我的目标函数抛出错误.这会导致我的脚本崩溃，导致痛苦和痛苦. 我很感兴趣，一般来说，IPOPT
..
在 ubuntu 中安装 Ipopt 求解器以与 Pyomo 一起使用
如何安装 ipopt 求解器以在 ubuntu 中与 pyomo 一起使用???我已经下载了 ipopt 的 zip 文件 但我没有找到任何具体说明如何安装它并将其与 pyomo 一起使用. 解决方案 如果您下载了二进制文件，那么您只需确保 ipopt 可执行文件位于您的 PATH 环境变量中.如果您尝试从源代码安装，则应按照此处的说明进行操作.您的最后一个选择是使用 anaconda
..
pyomo 的 AbstractModel VS ConcreteModel?“opt.options[“tol"]"如何?在寻找最佳解决方案方面有所作为吗?
我有一个 AbstractModel 和一个 ConcreteModel 来解决同样的问题，但它们的表现不同.主要是一个变量的初始值和ipopt的容忍度. 当我将变量 model.x 初始化为 10 并且 opt.options["tol"] = 1E-64 时:ConcreteModel 可以找到最优解，而抽象模型“Solved To Acceptable Level".(但他们找到的解决
..
Pyomo Ipopt 不返回解决方案
我的脚本是: from __future__ 导入师导入 numpy进口scipy从 pyomo.environ 导入 *从 pyomo.dae 导入 *从 pyomo.opt 导入 SolverFactorym=具体模型()m.x3=Var(within=NonNegativeReals)m.u=Var(within=NonNegativeReals)def_con(m):返回 m.x3 >
..
多目标优化示例 Pyomo
Pyomo 中多目标优化的任何示例? 我正在尝试最小化 4 个目标(非线性)并且我想使用 pyomo 和 ipopt.还可以访问 Gurobi. 我想看一个非常简单的例子，其中我们尝试针对决策变量列表(不仅仅是一个维度，也可能是一个向量)针对两个或多个目标(一个最小化和一个最大化)进行优化. 我拥有的 Pyomo 书(https://link.springer.com/conte
..
如何从pyomo的ipopt界面中找到违反了哪个约束?
我正在使用 pyomo 的 ipopt 求解器运行优化问题.我的问题有点复杂，IPOPT 声明它不可行.除非需要，否则我不会发布整个问题.但是，需要注意的一件事是，我为这个问题提供了一个温暖的开始，我认为这将有助于防止不可行性抬头. 这是当我在求解器中设置 tee=True 时 pyomo 和 ipopt 的输出: Ipopt 3.12.4:************************
..
IPOPT选项可减少迭代次数后减少约束违规
我正在使用通过OpenMDAO实施的IPOPT，在理解和控制停止标准方面遇到一些麻烦. 这是我具体要经历的事情:最初，IPOPT能够找到一个看起来更好的解决方案，尽管稍微违反了约束条件(直觉告诉我，调整一些参数可能会将其带入可行区域).来自此讨论，我理解“线性或非线性等式或不等式约束在求解器在最终迭代中完成收敛之前不一定会得到满足."因此，我想知道是否可以更改容差，以便求解器将更快地完全满足
..
如何使用Python Gekko解决绝对值abs()目标?
具有平方目标的优化问题可以在Python Gekko中使用IPOPT成功解决. 来自gekko的 导入GEKKO将numpy导入为npm = GEKKO()x = m.Var();y = m.帕拉姆(3.2)m.Obj((x-y)** 2)m.solve()打印(x.value [0]，y.value [0]) 但是，当我切换到绝对值目标 np.abs(xy)( abs 的numpy版本)
..
在Cygwin上安装和使用IPopt-还是更好的选择?
我是优化领域的新手.但是使用fmincon进行了一些项目，现在正在寻找在OpenSource中可用的替代方式，最好在Python中以某种方式使用.因此，我找到了IPopt.还有其他与fmincon一样好的建议吗? 我尝试通过编译来安装IPopt.我必须说，这看起来像一团糟.我尝试了所有版本，最后得到了手册中最有前途的一个“使用MSVC ++编译器安装Cygwin".因此，我必须安装CYGwi
..
将Ipopt与Intel MKL关联
我正在尝试将Ipopt与Intel MKL(说明). 英特尔的链接顾问建议: 链接行: -Wl，-start-group $ {MKLROOT}/lib/intel64/libmkl_intel_ilp64.a $ {MKLROOT}/lib/intel64/libmkl_core.a $ {MKLROOT}/lib/intel64/libmkl_intel_thread.a-Wl
..
很大的非线性最小二乘优化的收敛性
我正在尝试解决以下问题:正在生长的器官有很多(〜80000)个表面斑块.我测量了其随时间变化的每个区域(18个时间点)，并希望拟合一条增长曲线(双逻辑模型，例如，只是两个逻辑函数bcs的总和.观察期). 我有框式约束来确保指数项不爆炸，而线性约束则是一种增长突增必须在另一种之后发生.另外，为了在拟合参数中实现某种类型的空间连续性，我在目标函数(最小二乘法)上添加了一个惩罚项，该惩罚项是相邻面
..
为什么IPOPT会在违反约束的情况下评估目标功能?
我正在Julia内使用IPOPT.我的目标函数将对某些参数值抛出错误(具体来说，尽管我认为这无关紧要，但它涉及协方差矩阵的Cholesky分解，因此要求协方差矩阵为正定).因此，我会非线性地约束参数，以使它们不会产生错误.尽管有此限制，但IPOPT仍然坚持在参数上评估目标函数，这会导致我的目标函数抛出错误.这导致我的脚本崩溃，导致痛苦和痛苦. 我很感兴趣，为什么IPOPT通常会在违反约束的参
..
Julia + JuMP:函数的可变数量的参数
我正在尝试使用JuMP解决一个非线性问题，其中变量的数量由用户决定-即在编译时未知. 要实现此目的，@NLobjective行如下所示: @eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...))) 例如，在n=3的情况下，编译器将其解释为与以下行相同: @JuM
..