На основании того, что вы сказали Ци Чену, вот рабочий пример вашего кода, если вы использовали формулировку AbstractModel.С абстрактными моделями дело в том, что это не намного больше, чем задержка инициализации вашей модели в конкретной модели.Итак, он знает , какие наборы будут использоваться, но у него нет возможности узнать его содержимое, пока вы его не инициализируете.Например, он знает, что param p использует набор s в качестве домена, но нет способа узнать, каковы значения p и элементы s.
При этом вы пытаетесь заполнить ваш m.C набор из унитизированных наборов m.a и m.b.Я поддерживаю Ци Чена, ConcreteModels - лучший вариант для вас.Однако есть три способа использования AbstractModels.
Опция 1 Здесь вы заполняете свой m.C набор после инициализации вашей модели.create_instance() в основном превратит вашу абстрактную модель в конкретную модель, заполнив ее.Возвращает соответствующий ConcreteModel.Таким образом, у вас достаточно AbstractModel (помните, AbstractModel не обязательно иметь заполненные наборы, только чтобы знать, какие наборы используются).Итак, следующий код заполняет ваш m.C набор в ConcreteModel после его инициализации:
m = AbstractModel()
m.A = Set(initialize=[0, 1, 2])
m.B = Set(initialize=[0])
m.C = Set()
instance = m.create_instance() # Here instance becomes your ConcreteModel
instance.C = instance.A - instance.B # The equivalent of line "m.C = m.A-m.B" but with your ConcreteModel
for c in instance.C:
print(c)
Option 2 Здесь, так как вы, кажется, знаете, что такоесодержание ваших наборов, вы можете определить его еще до того, как сделать AbstractModel.Это просто напоминание о том, что каждый набор обычно инициализируется с помощью Python list или set.Итак, просто создайте свои наборы сначала (на этот раз используя встроенные наборы Python), в момент определения вашей модели 'Наборы.Вот код:
from pyomo.environ import *
# Define the content of your model' Sets using built-in set
A = {0,1,2}
B = {0}
C = A - B
# You have all you need now to continue
m = AbstractModel()
m.A = Set(initialize=A)
m.B = Set(initialize=B)
m.C = Set(initialize=C)
instance = m.create_instance()
for c in instance.C:
print(c)
Но, опять же, поскольку ваши наборы уже определены, то, что я только что показал вам, это просто более изощренный и сложный способ создания ConcreteModel, поскольку в основном он выполняетТо же самое, то есть создать модель с заполненными значениями и наборами.
Вариант 3 Используя способ Варианта 1 и Варианта 2, вы не сможете впоследствии изменить элементы своих наборов.Например, следующий код
from pyomo.environ import *
A = {0, 1, 2}
B = {0}
C = A - B
m = AbstractModel()
m.A = Set(initialize=A)
m.B = Set(initialize=B)
m.C = Set(initialize=C)
# Pyomo's Sets are initialized, now, let's try to change their value:
A = {4, 5, 6}
B = {4}
instance = m.create_instance()
for c in instance.C:
print(c)
будет по-прежнему печатать
1
2
, даже если мы попытались напечатать
5
6
Это очень неудобно, особенно когда мыпопробуйте использовать класс AbstractModel в качестве пустой модели для ввода данных. Если вы хотите использовать его таким образом, и ИМХО, это единственная веская причина для использования AbstractModel, тогда вам следует рассмотреть возможность чтенияэта страница: https://pyomo.readthedocs.io/en/latest/working_abstractmodels/data/index.html, а затем перейдите к этой странице: https://pyomo.readthedocs.io/en/latest/working_abstractmodels/data/raw_dicts.html, где он показывает пример заполнения пробела AbstractModel из данных, в данном случае данные предоставляютсяв форме словаря Python.В первой ссылке, которую я показал вам, говорится, что это не единственный способ предоставления данных для модели, но там есть полный рабочий пример.
Основная идея состоит в том, чтобы построить ваш проект следующим образом:
from pyomo.environ import *
A = {0, 1, 2}
B = {0}
m = AbstractModel()
m.A = Set()
m.B = Set()
m.C = Set()
# ...
# Let's suppose you have completed your AbstractModel here (Params, Vars, Constraints and so on).
# This is the part where you put your data into a dictionary.
data = {None: {
'A': {None: A},
'B': {None: B},
'C': {None: A - B}
}}
# And here is the part where you initialize your model:
instance = m.create_instance(data)
for c in instance.C:
print(c)
Существуют и другие способы импорта данных в вашу модель, но это просто для того, чтобы показать вам простой пример.