如何使用pyomo multistart定义“可执行”解算器路径

Question

我有一个非线性最小化问题，显然是非凸的。我将Pyomo框架用于能源系统运行优化模型，其中，需要按连续小时评估一个配置好的优化模型（我在开始时创建优化问题，定义特定系统的变量、约束和目标函数，然后尝试解决为“模拟”时间框架（例如，给定年份中的每小时）创建的设置，仅更改能源需求参数。。。最小化运营成本）。我注意到，在一些随机的小时内，无法找到最佳值。在大多数失败的情况下，我得到了“达到的最大迭代次数”，有时是“恢复失败”的结果<为了克服这个问题，我想使用Pyomo的“multistat”方法（pyo.Solverfactory（'multistat'）。求解（模型）），默认情况下使用IPOPT解算器。我以前也使用过它，但后来我有了语法：pyo。Solverfactory（'ipopt'，executable=…ipopt.exe）在这个使用multistart的新示例中，尽管我无法定义ipopt解算器的可执行文件。你能帮我解决这个问题吗？（…或建议多阶段的替代方案，以克服非凸最小化的起点问题）
到目前为止，我已经尝试了：
pyo。Solverfactory（'multistart'，可执行文件=…ipopt.exe）。求解（模型）
pyo。Solverfactory（“multistart”）。求解（model，solver='ipopt'，executable=…ipopt.exe）
非常感谢！

Answer 1

应该有一个参数在关键字参数字典中传递给求解器。参见solver_args（https://pyomo.readthedocs.io/en/latest/contributed_packages/multistart.html#using-multistart-solver）