Решатели Pyomo для задач оптимизации с использованием ML (решатели черного ящика) - PullRequest
Новая
       97

Решатели Pyomo для задач оптимизации с использованием ML (решатели черного ящика)

0 голосов
/ 30 мая 2020

Может ли кто-нибудь указать мне на какие-либо бесплатные решатели, которые работают с Pyomo Python для решения задач оптимизации, в которых прогнозы модели ML используются в качестве переменных в целевой функции и ограничениях?

Кроме того, предоставляет ли вызов метода .value текущее значение переменной Pyomo, которое затем можно использовать для передачи в метод прогнозирования для модели ML? Например, запуск функции get_values, которая получает текущее значение переменной для передачи в обученную модель ML в качестве входных данных для получения прогноза: 

from pyomo.environ import *
model = ConcreteModel()
model.x = Var( initialize=df["ColumnName"].mean(), bounds=(df["ColumnName"].min(),df["ColumnName"].max()))

def get_values(variable):
    print(variable.value)
    var_df = pd.DataFrame({"ColumnName": variable.value}, index=[0])
    return var_df

model.obj = Objective(expr= TrainedMLmodel.predict(get_values(model.x))[0], sense=minimize)
...