optimization - PyOmo/Ipopt失败，并显示“无法评估战俘”

我正在使用PyOmo生成非线性模型，该模型最终将由Ipopt解决。该模型如下：

from pyomo.environ import *
from pyomo.dae import *

m = ConcreteModel()

m.t = ContinuousSet(bounds=(0,100))

m.T  = Param(default=100,mutable=True)
m.a  = Param(default=0.1)
m.kP = Param(default=20)
m.P  = Var(m.t, bounds=(0,None))
m.S  = Var(m.t, bounds=(0,None))
m.u  = Var(m.t, bounds=(0,1), initialize=0.5)

m.Pdot = DerivativeVar(m.P)
m.Sdot = DerivativeVar(m.S)

m.obj = Objective(expr=m.S[100],sense=maximize)

def _Pdot(M,i):
  if i == 0:
    return Constraint.Skip
  return M.Pdot[i] == (1-M.u[i])*(M.P[i]**0.75)

def _Sdot(M,i):
  if i == 0:
    return Constraint.Skip
  return M.Sdot[i] == M.u[i]*0.2*(M.P[i]**0.75)

def _init(M):
  yield M.P[0] == 2
  yield M.S[0] == 0
  yield ConstraintList.End

m.Pdotcon         = Constraint(m.t, rule=_Pdot)
m.Sdotcon         = Constraint(m.t, rule=_Sdot)
m.init_conditions = ConstraintList(rule=_init)

discretizer = TransformationFactory('dae.collocation')
discretizer.apply_to(m,nfe=100,ncp=3,scheme='LAGRANGE-RADAU')
discretizer.reduce_collocation_points(m,var=m.u,ncp=1,contset=m.t)

solver  = SolverFactory('ipopt')
results = solver.solve(m,tee=False)

运行模型会导致以下错误：

Error evaluating constraint 1: can't evaluate pow'(0,0.75).

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.5/dist-packages/pyomo/opt/base/solvers.py", line 577, in solve
    "Solver (%s) did not exit normally" % self.name)
pyutilib.common._exceptions.ApplicationError: Solver (asl) did not exit normally

错误的第一部分来自Ipopt，而第二部分来自PyOmo。显然，问题与约束中的M.P[i]**0.75术语有一定关系，但是更改功能不能解决问题（尽管2.0确实有效）。

我该如何解决？

最佳答案

该错误消息指出pow'(0,0.75)无法评估。此函数中的'字符表示一阶导数（''表示二阶导数）。该消息实际上是在说一阶导数不存在或导致无穷大为零。

解决问题很容易：将变量绑定到非零值，如下所示：

m.P  = Var(m.t, bounds=(1e-20,None))
m.S  = Var(m.t, bounds=(1e-20,None))

关于optimization - PyOmo/Ipopt失败，并显示“无法评估战俘”，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37871411/