私はPyomoを初めて使用するので、これが基本的な質問である場合は事前にお詫び申し上げます。さて、私は運動モデルを扱っており、私の目的は運動パラメータを推定することです. 複雑なモデルを試す前に、ピョーモをよりよく理解するための「おもちゃモデル」から始めました。
したがって、私のおもちゃのモデルは、3 つの方程式の単純な ODE システムです。
dX1/dt = -k1*X1
dX2/dt = k1*X1 - k2*X2
dX3/dt = k2*X2
私の目的は、パラメーター k1 と k2 を推定することです。このチュートリアルのコードを少し変更したのは次のとおりです。
from pyomo.environ import *
from pyomo.dae import *
model = AbstractModel()
model.t = ContinuousSet()
model.MEAS_t = Set(within=model.t)
model.x1_meas = Param(model.MEAS_t)
model.x2_meas = Param(model.MEAS_t)
model.x3_meas = Param(model.MEAS_t)
model.x1 = Var(model.t)
model.x2 = Var(model.t)
model.x3 = Var(model.t)
model.k1 = Var(bounds=(0,3))
model.k2 = Var(bounds=(0,3))
model.x1dot = DerivativeVar(model.x1,wrt=model.t)
model.x2dot = DerivativeVar(model.x2,wrt=model.t)
model.x3dot = DerivativeVar(model.x3,wrt=model.t)
def _x1dot(model,i):
return model.x1dot[i] == -model.k1*model.x1[i]
model.x1dotcon = Constraint(model.t, rule=_x1dot)
def _x2dot(model,i):
return model.x2dot[i] == model.k1*model.x1[i]-model.k2*model.x2[i]
model.x2dotcon = Constraint(model.t, rule=_x2dot)
def _x3dot(model,i):
return model.x3dot[i] == model.k2*model.x2[i]
model.x3dotcon = Constraint(model.t, rule=_x3dot)
def _obj(model):
return sum((model.x1[i]-model.x1_meas[i])**2+(model.x2[i]-model.x2_meas[i])**2+(model.x3[i]-model.x3_meas)**2 for i in model.MEAS_t)
model.obj = Objective(rule=_obj)
model.pprint()
instance = model.create_instance('data2.dat')
instance.t.pprint()
discretizer = TransformationFactory('dae.collocation')
discretizer.apply_to(instance,nfe=8,ncp=5)
solver=SolverFactory('ipopt')
results = solver.solve(instance,tee=True)
instance.k1.pprint()
instance.k2.pprint()
このコードを実行すると、次のメッセージが表示されました。
TypeError: Cannot convert object of type 'IndexedParam' (value = x3_meas) to a numeric value.
ただし、コード内の x3_meas に対応するすべての行と .dat ファイル内のデータを消去すると、完全に機能します。
誰が問題が何であるか知っていますか？
私のデータは次のようになります。
set t := 0.00 0.66 1.33 2.00 2.66 3.33 4.00 4.66 5.33 6.00 ;
set MEAS_t := 0.00 0.66 1.33 2.00 2.66 3.33 4.00 4.66 5.33 6.00 ;
param x1_meas :=
0.00 1.000000
0.66 0.263597
1.33 0.069483
2.00 0.018316
2.66 0.004828
3.33 0.001273
4.00 0.000335
4.66 0.000088
5.33 0.000023
6.00 0.000006
;
param x2_meas :=
0.00 0.000000
0.66 0.499640
1.33 0.388227
2.00 0.234039
2.66 0.129311
3.33 0.068803
4.00 0.035960
4.66 0.018630
5.33 0.009609
6.00 0.004945
;
param x3_meas :=
0.00 0.000000
0.66 0.236763
1.33 0.542289
2.00 0.747645
2.66 0.865861
3.33 0.929925
4.00 0.963704
4.66 0.981281
5.33 0.990367
6.00 0.995049
;