我正在使用一个内部调用Pyomo的工具箱来解决优化问题。我对访问它构建的Pyomo模型感兴趣，因此可以修改约束/目标。所以我的问题是，假设我得到以下输出：
问题：
名称：未知下限：6250.0上限：6250.0目标数：1约束数：11变量数：8非零数：17感觉：最小
求解器：
状态：正常终止条件：最佳统计：分支和边界：子问题的边界数量：0创建子问题的数量：0错误rc：0时间：0.015599727630615234
解：
解决方案数量：0显示的解决方案数量：0
因此问题很好解决，我得到了解决方案，该建模也通过另一个内部完成。是否可以访问约束/目标，以便我可以自由地使用Pyomo语法修改优化模型？
我试图调用该模型，并得到如下所示： <pyomo.core.base.PyomoModel.ConcreteModel at xxxxxxx>
听起来像是network.modelPyomo模型，是的，如果可以访问它，则可以对其进行修改。尝试使用以下pprint()方法打印模型或单个模型组件：
network.model.pprint()
network.model.con1.pprint()
或者您可以遍历模型中特定类型的组件：
for c in network.model.component_objects(Constraint):
print(c) # Prints the name of every constraint on the model
修改目标的最简单方法是找到现有目标，将其停用并添加新目标
network.model.obj.deactivate()
network.model.new_obj = Objective(expr=network.model.x**2)
有一些方法可以适当地修改约束/目标，但是没有充分记录。我建议使用Python的dir()函数并尝试一些组件属性和方法，以了解它们的工作方式。
dir(network.model.obj)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句