如何定义时间相关的离散参数?
How to define time-dependent, discrete parameter?
最近用GEKKO搭建了一个小模型。它包含一个实际随时间变化的参数。我该如何实施?我尝试使用 if3
,但出现错误。
这是 MWE:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Started on 10-08-2019
@author: winkmal
"""
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
#Initialize Model
m = GEKKO(remote=False)
# Parameters
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
q_in = m.Param(value = 2.5)
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55)
Y = m.Var(value = 11.55*0.2)
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
m.time = np.arange(0,5,1/12)
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
#Dynamic simulation
m.options.IMODE = 4
m.solve(disp=False)
plt.plot(m.time, X.value)
plt.xlabel('time')
plt.ylabel('X')
plt.show()
我尝试了以下方法:
q_in = m.if3(m.time - 2, 0, 2.5)
所以 q_in
最初为 0,在 time = 2
时变为 2.5。
但是我收到以下错误:
File "/usr/local/lib/python3.7/site-packages/gekko/gekko.py", line 1838, in solve
raise Exception(apm_error)
Exception: @error: Equation Definition
Equation without an equality (=) or inequality (>,<)
(((1-int_v5))*([-2.-1.91666667-1.83333333-1.75-1.66666667-1.58333333
STOPPING...
你知道我怎样才能做到这一点吗?实际上,这个变量在 0 到 60 之间跳跃了几次,我在 CSV 文件中有可用的时间点。理想情况下,我可以创建一个循环,在每次迭代时检查 q_in
是否需要更改,并相应地覆盖当前值。
您可以从 CSV 中读取输入并将随时间变化的值分配给 q_in.value
,或者在参数初始化期间(参见示例 #1),或者在每个时间积分间隔(参见示例 #2)。示例 1 和 2 都产生以下结果,但示例 1 更快。
如果您的时间范围很长,则使用选项 m.options.IMODE=7
示例 1 也可能更快。 IMODE=7
使用顺序解决方法而不是同时解决方法。
示例 1
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
t = np.arange(0,5,1/12)
step = [0 if z<2 else 2.5 for z in t]
m = GEKKO(remote=False)
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
q_in = m.Param(value = step)
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55)
Y = m.Var(value = 11.55*0.2)
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
m.time = t
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
m.options.IMODE = 4
m.solve(disp=False)
plt.plot(m.time,q_in.value,label=r'$q_{in}$')
plt.plot(m.time, X.value,label='X')
plt.plot(m.time, Y.value,label='Y')
plt.legend()
plt.xlabel('time')
plt.show()
示例 2
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
t = np.arange(0,5,1/12)
m = GEKKO(remote=False)
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
q_in = m.Param()
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55)
Y = m.Var(value = 11.55*0.2)
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
m.time = [t[0],t[1]]
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
m.options.IMODE = 4
# store Xs and Ys for plotting
for i in range (1,len(t)):
q_in.value = 0 if t[i]<2 else 2.5
m.solve(disp=False)
if i==1:
Xs = [X.value[0]]
Ys = [Y.value[0]]
Xs.append(X.value[1])
Ys.append(Y.value[1])
step = [0 if z<2 else 2.5 for z in t]
plt.plot(t,step,label=r'$q_{in}$')
plt.plot(t, Xs,label='X')
plt.plot(t, Ys,label='Y')
plt.legend()
plt.xlabel('time')
plt.show()
如果您需要使 q_in
依赖于某些变量的值,那么您可以使用 m.if3
函数。然而,这是一个更具挑战性的问题,因为 m.if3
函数将问题转换为混合整数非线性规划形式,可能需要更长的时间才能解决。这是一个示例,其中 q_in=0
当 X>8
和 q_in=2.5
当 X<=8
时。但是,它并没有为我收敛。我不确定为什么,我需要做一些额外的挖掘,但我想你想要它以防它对你有用。
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
m = GEKKO(remote=False)
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55,name='X')
Y = m.Var(value = 11.55*0.2,name='Y')
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
q_in = m.if3(8-X, 0.0, 2.5)
m.time = np.arange(0,5,1/12)
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
m.options.IMODE = 6
m.options.SOLVER = 1
m.solve(disp=True)
plt.plot(m.time,q_in.value,label=r'$q_{in}$')
plt.plot(m.time, X.value,label='X')
plt.plot(m.time, Y.value,label='Y')
plt.legend()
plt.xlabel('time')
plt.show()
还有一个 few other examples here 关于使用 Gekko 求解具有时变输入的 ODE。
最近用GEKKO搭建了一个小模型。它包含一个实际随时间变化的参数。我该如何实施?我尝试使用 if3
,但出现错误。
这是 MWE:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Started on 10-08-2019
@author: winkmal
"""
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
#Initialize Model
m = GEKKO(remote=False)
# Parameters
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
q_in = m.Param(value = 2.5)
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55)
Y = m.Var(value = 11.55*0.2)
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
m.time = np.arange(0,5,1/12)
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
#Dynamic simulation
m.options.IMODE = 4
m.solve(disp=False)
plt.plot(m.time, X.value)
plt.xlabel('time')
plt.ylabel('X')
plt.show()
我尝试了以下方法:
q_in = m.if3(m.time - 2, 0, 2.5)
所以 q_in
最初为 0,在 time = 2
时变为 2.5。
但是我收到以下错误:
File "/usr/local/lib/python3.7/site-packages/gekko/gekko.py", line 1838, in solve
raise Exception(apm_error)
Exception: @error: Equation Definition
Equation without an equality (=) or inequality (>,<)
(((1-int_v5))*([-2.-1.91666667-1.83333333-1.75-1.66666667-1.58333333
STOPPING...
你知道我怎样才能做到这一点吗?实际上,这个变量在 0 到 60 之间跳跃了几次,我在 CSV 文件中有可用的时间点。理想情况下,我可以创建一个循环,在每次迭代时检查 q_in
是否需要更改,并相应地覆盖当前值。
您可以从 CSV 中读取输入并将随时间变化的值分配给 q_in.value
,或者在参数初始化期间(参见示例 #1),或者在每个时间积分间隔(参见示例 #2)。示例 1 和 2 都产生以下结果,但示例 1 更快。
如果您的时间范围很长,则使用选项 m.options.IMODE=7
示例 1 也可能更快。 IMODE=7
使用顺序解决方法而不是同时解决方法。
示例 1
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
t = np.arange(0,5,1/12)
step = [0 if z<2 else 2.5 for z in t]
m = GEKKO(remote=False)
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
q_in = m.Param(value = step)
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55)
Y = m.Var(value = 11.55*0.2)
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
m.time = t
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
m.options.IMODE = 4
m.solve(disp=False)
plt.plot(m.time,q_in.value,label=r'$q_{in}$')
plt.plot(m.time, X.value,label='X')
plt.plot(m.time, Y.value,label='Y')
plt.legend()
plt.xlabel('time')
plt.show()
示例 2
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
t = np.arange(0,5,1/12)
m = GEKKO(remote=False)
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
q_in = m.Param()
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55)
Y = m.Var(value = 11.55*0.2)
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
m.time = [t[0],t[1]]
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
m.options.IMODE = 4
# store Xs and Ys for plotting
for i in range (1,len(t)):
q_in.value = 0 if t[i]<2 else 2.5
m.solve(disp=False)
if i==1:
Xs = [X.value[0]]
Ys = [Y.value[0]]
Xs.append(X.value[1])
Ys.append(Y.value[1])
step = [0 if z<2 else 2.5 for z in t]
plt.plot(t,step,label=r'$q_{in}$')
plt.plot(t, Xs,label='X')
plt.plot(t, Ys,label='Y')
plt.legend()
plt.xlabel('time')
plt.show()
如果您需要使 q_in
依赖于某些变量的值,那么您可以使用 m.if3
函数。然而,这是一个更具挑战性的问题,因为 m.if3
函数将问题转换为混合整数非线性规划形式,可能需要更长的时间才能解决。这是一个示例,其中 q_in=0
当 X>8
和 q_in=2.5
当 X<=8
时。但是,它并没有为我收敛。我不确定为什么,我需要做一些额外的挖掘,但我想你想要它以防它对你有用。
import numpy as np
import matplotlib.pyplot as plt
from gekko import GEKKO
m = GEKKO(remote=False)
k_1 = m.Param(value = 0.19)
f_1 = m.Param(value = 29.0)
V_liq = m.Param(value = 159.0)
X_in = m.Param(value = 271.77)
Y_in = m.Param(value = 164.34)
X = m.Var(value = 11.55,name='X')
Y = m.Var(value = 11.55*0.2,name='Y')
rho_1 = m.Intermediate(k_1*X)
q_prod = m.Intermediate(0.52*f_1*X)
q_in = m.if3(8-X, 0.0, 2.5)
m.time = np.arange(0,5,1/12)
m.Equations([X.dt() == q_in/V_liq*(X_in - X) - rho_1, \
Y.dt() == q_in/V_liq*(Y_in - Y)])
m.options.IMODE = 6
m.options.SOLVER = 1
m.solve(disp=True)
plt.plot(m.time,q_in.value,label=r'$q_{in}$')
plt.plot(m.time, X.value,label='X')
plt.plot(m.time, Y.value,label='Y')
plt.legend()
plt.xlabel('time')
plt.show()
还有一个 few other examples here 关于使用 Gekko 求解具有时变输入的 ODE。