PYOMO：对抽象模型集的操作

Question

我想对抽象集进行操作。但是没用。

from pyomo.environ import *
m = AbstractModel()
m.A = Set(initialize=[0,1,2])
m.B = Set(initialize=[0])
m.C = m.A-m.B
instance = m.create_instance()
for c in instance.C.value:
    print(c)

类型错误：'NoneType'对象不可迭代

Answer 1

如果你想以这种方式建模，你应该使用 ConcreteModel 并跳过创建实例行。您的模型和实例将是相同的。

Answer 2

所以也许我应该说说我的动机是什么。我想根据我的 AbstractModel 中的子集 m.C 定义约束，例如

def rule_name(m, c):
    return something depends on c
m.rule_name = Constraint(m.C, rule=rule_name)

Answer 3

根据你告诉 Qi Chen 的内容，如果你使用 AbstractModel 公式，这里有一个代码的工作示例。对于抽象模型，问题在于它只是延迟将模型初始化为具体模型。因此，它知道将使用什么集合，但在您初始化它之前它无法知道其内容。例如，它知道 param p 使用集合 s 作为域，但是无法知道 p 的值和 s 的元素是什么.

也就是说，您要做的是从单元化集 m.a 和 m.b 填充您的 m.C 集。我支持 Qi Chen，ConcreteModels 是您最好的选择。但是，这里有三种使用 AbstractModels 的方法。

选项 1 在初始化您的模型后，您在此处填充 m.C 集。 create_instance() 基本上是通过填充将您的抽象模型变成具体模型。它returns对应ConcreteModel。这样，您就有了足够的 AbstractModel（请记住，AbstractModel 不需要填充集，只需要知道正在使用哪些集）。因此，以下代码在 ConcreteModel 初始化后填充 m.C 集：

m = AbstractModel() m.A = Set(initialize=[0, 1, 2]) m.B = Set(initialize=[0]) m.C = Set() instance = m.create_instance() # Here instance becomes your ConcreteModel instance.C = instance.A - instance.B # The equivalent of line "m.C = m.A-m.B" but with your ConcreteModel for c in instance.C: print(c)

选项 2 在这里，由于您似乎知道集合的内容是什么，所以您甚至可以在制作 AbstractModel 之前定义它。这只是一个提醒，每个集合通常用 Python list 或 set 初始化。因此，在定义模型的集合时，首先创建集合（这次使用 Python 的内置集合）。这是代码：

from pyomo.environ import * # Define the content of your model' Sets using built-in set A = {0,1,2} B = {0} C = A - B # You have all you need now to continue m = AbstractModel() m.A = Set(initialize=A) m.B = Set(initialize=B) m.C = Set(initialize=C) instance = m.create_instance() for c in instance.C: print(c)

但是，同样，由于您的集合已经定义，我刚才向您展示的只是创建 ConcreteModel 的更高级、更难的方法，因为基本上，它做同样的事情，即创建具有填充值和集合的模型。

选项 3 使用选项 1 和选项 2 的方式，之后您将无法更改集合的元素。比如下面的代码

from pyomo.environ import * A = {0, 1, 2} B = {0} C = A - B m = AbstractModel() m.A = Set(initialize=A) m.B = Set(initialize=B) m.C = Set(initialize=C) # Pyomo's Sets are initialized, now, let's try to change their value: A = {4, 5, 6} B = {4} instance = m.create_instance() for c in instance.C: print(c)

仍会打印

1 2

即使我们尝试打印

5 6

这是一个很大的不便之处，尤其是当我们尝试使用 AbstractModel class 作为空白模型来放入数据时。如果你想这样使用它，恕我直言，这是使用 AbstractModel 的唯一充分理由，那么您应该考虑阅读此页面：https://pyomo.readthedocs.io/en/latest/working_abstractmodels/data/index.html and then, skip to this page: https://pyomo.readthedocs.io/en/latest/working_abstractmodels/data/raw_dicts.html，其中向您展示了如何从数据中填充空白 AbstractModel 的示例，在这种情况下，数据以 Python 字典的形式提供。他们说，在我向您展示的第一个 link 中，这不是向模型提供数据的唯一方法，但它有一个完整的工作示例。

主要想法是按如下方式构建您的项目：

from pyomo.environ import * A = {0, 1, 2} B = {0} m = AbstractModel() m.A = Set() m.B = Set() m.C = Set() # ... # Let's suppose you have completed your AbstractModel here (Params, Vars, Constraints and so on). # This is the part where you put your data into a dictionary. data = {None: { 'A': {None: A}, 'B': {None: B}, 'C': {None: A - B} }} # And here is the part where you initialize your model: instance = m.create_instance(data) for c in instance.C: print(c)

还有其他方法可以将数据导入您的模型，但这只是为了向您展示一个简单的示例。

PYOMO：对抽象模型集的操作

PYOMO: Operation on sets of abstract model

python

model

set

abstract

pyomo