Если оператор else, возвращающий TypeError: объект типа 'int' не имеет len () - не уверен, почему - PullRequest
Новая
       35

Если оператор else, возвращающий TypeError: объект типа 'int' не имеет len () - не уверен, почему

2 голосов
/ 29 апреля 2020

Итак, я пытаюсь решить проблему оптимизации. Я пытаюсь понять, что когда я запускаю код, мой вызов функции "to_fp_Cx" выдает ошибку, и я не понимаю, почему.

Трассировка продолжает указывать на определенные мной функции. Я протестировал эти функции независимо, вызывая их с разными значениями, и это работало, как и ожидалось Итак, я не уверен, что происходит. 

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-41-3f717a4f07e1> in <module>
     37 # intermediate variables with explicit equations
     38 
---> 39 if(fload_c3_1 < 0.1):
     40     alt_fload_c3_1 = m.Intermediate(0)
     41 else:

~\AppData\Local\Continuum\anaconda3\lib\site-packages\gekko\gk_operators.py in __len__(self)
     23         return self.name
     24     def __len__(self):
---> 25         return len(self.value)
     26     def __getitem__(self,key):
     27         return self.value[key]

~\AppData\Local\Continuum\anaconda3\lib\site-packages\gekko\gk_operators.py in __len__(self)
    142 
    143     def __len__(self):
--> 144         return len(self.value)
    145 
    146     def __getitem__(self,key):

TypeError: object of type 'int' has no len()

Как следует из названия, я python новичок, и я в замешательстве. Любая помощь будет оценена. Спасибо 

import numpy as np

# import gekko, pip install if needed
from gekko import GEKKO


# Compressor Performance curves
# Fraction capacity to Fractional power conversion

# Compressor C3
def to_fp_c3(fc):

    a = 5.16102738
    b = -16.25992208
    c = 18.52731113
    d = -8.859480201
    e = 2.096698885
    f = 0.334319989

    if (fc < 0.1):
        fp = 0.0
    else:
        fp = (a*fc**5)+(b*fc**4)+(c*fc**3)+(d*fc**2)+(e*fc**1)+(f*fc**0)

    return fp

...

### Optimization Model ####

# create new model
m = GEKKO(remote = False)

# Solver option - 1: APOPT, 2: BPOPT, 3: IPOPT 0:Benchmark all available
m.options.SOLVER = 3

# declare model parameters
maxcap_c3_1 = m.Param(value = 900)
maxcap_c3_2 = m.Param(value = 900)


load = m.Param(value = 1500)


## Model variables

# load distribution
fload_c3_1 = m.Var(value=0.50,lb=0.0,ub=1.0, integer = False)
fload_c3_2 = m.Var(value=0.50,lb=0.0,ub=1.0, integer = False)

# declare variables and initial guesses
#totalpowerdraw = m.Var()

# intermediate variables with explicit equations

if(fload_c3_1 < 0.1):
    alt_fload_c3_1 = m.Intermediate(0)
else:
    alt_fload_c3_1 = m.Intermediate(fload_c3_1)


if(fload_c3_2 < 0.1):
    alt_fload_c3_2 = m.Intermediate(0)
else:
    alt_fload_c3_2 = m.Intermediate(fload_c3_2)



assignedload_c3_1 = m.Intermediate(alt_fload_c3_1 * maxcap_c3_1)
assignedload_c3_2 = m.Intermediate(alt_fload_c3_2 * maxcap_c3_2)

powerdraw_c3_1 = m.Intermediate(to_fp_c3(alt_fload_c3_1) * maxcap_c3_1)
powerdraw_c3_2 = m.Intermediate(to_fp_c3(alt_fload_c3_2) * maxcap_c3_2)

totalpowerdraw = m.Intermediate(powerdraw_c3_1 + powerdraw_c3_2)


# implicit equations
m.Equation(load == assignedload_c3_1 + assignedload_c3_2 )


# minimize weight1
m.Obj(totalpowerdraw)

# solve optimization
m.solve()  # remote=False for local solve

print ('')
print ('--- Results of the Optimization Problem ---')
print (alt_fload_c3_1.value, powerdraw_c3_1.value)
print (alt_fload_c3_1.value, powerdraw_c3_2.value)

Ответы [ 2 ]

3 голосов
/ 29 апреля 2020

Попробуйте функцию m.if3() (или m.if2()) из Gekko, чтобы переключить условный оператор на основе переменной Gekko. Более подробную информацию об условных выражениях можно найти в Вопрос об условном утверждении ('m.if3') в GEKKO 

# use gekko if3 (or if2)
alt_fload_c3_1 = m.if3(fload_c3_1-0.1,0,fload_c3_1)
alt_fload_c3_2 = m.if3(fload_c3_2-0.1,0,fload_c3_2)

Вот версия вашей программы, которая дает успешное решение . 

import numpy as np
from gekko import GEKKO

# Compressor Performance curves
# Fraction capacity to Fractional power conversion
# Compressor C3
def to_fp_c3(fc):
    a = 5.16102738
    b = -16.25992208
    c = 18.52731113
    d = -8.859480201
    e = 2.096698885
    f = 0.334319989
    fp = m.if3(fc-0.1,0,(a*fc**5)+(b*fc**4)+(c*fc**3)\
               +(d*fc**2)+(e*fc**1)+(f*fc**0))
    return fp

### Optimization Model ####
# create new model
m = GEKKO(remote = False)

# declare model parameters
maxcap_c3_1 = m.Param(value = 900)
maxcap_c3_2 = m.Param(value = 900)
load = m.Param(value = 1500)

## Model variables

# load distribution
fload_c3_1 = m.Var(value=0.50,lb=0.0,ub=1.0, integer = False)
fload_c3_2 = m.Var(value=0.50,lb=0.0,ub=1.0, integer = False)

# use gekko if3 (or if2)
alt_fload_c3_1 = m.if3(fload_c3_1-0.1,0,fload_c3_1)
alt_fload_c3_2 = m.if3(fload_c3_2-0.1,0,fload_c3_2)
assignedload_c3_1 = m.Intermediate(alt_fload_c3_1 * maxcap_c3_1)
assignedload_c3_2 = m.Intermediate(alt_fload_c3_2 * maxcap_c3_2)
powerdraw_c3_1 = m.Intermediate(to_fp_c3(alt_fload_c3_1) * maxcap_c3_1)
powerdraw_c3_2 = m.Intermediate(to_fp_c3(alt_fload_c3_2) * maxcap_c3_2)
totalpowerdraw = m.Intermediate(powerdraw_c3_1 + powerdraw_c3_2)

# implicit equations
m.Equation(load == assignedload_c3_1 + assignedload_c3_2 )

# minimize weight1
m.Obj(totalpowerdraw)

# solve optimization
m.solve()  # remote=False for local solve

print ('')
print ('--- Results of the Optimization Problem ---')
print (alt_fload_c3_1.value, powerdraw_c3_1.value)
print (alt_fload_c3_1.value, powerdraw_c3_2.value)

с решением: 

 ---------------------------------------------------
 Solver         :  APOPT (v1.0)
 Solution time  :  0.0313 sec
 Objective      :  1576.7914326000025
 Successful solution
 ---------------------------------------------------

--- Results of the Optimization Problem ---
[0.66761123885] [677.4476587]
[0.66761123885] [899.3437739]
1 голос
/ 29 апреля 2020

Вы должны использовать это

If (fload_c3_1.value <0.1): </p>

...