分区分离_转换

(类来自 pyomo.gdp.plugins.partition_disjuncts)

class pyomo.gdp.plugins.partition_disjuncts.PartitionDisjuncts_Transformation

基础类：Transformation

通过采用Kronqvist等人2021年提出的“P-split”公式[KMT21]，将析取模型转换为等效的析取模型（可能具有更紧密的壳松弛）。在每个析取中，凸和可加性可分离的约束通过引入辅助变量来分割成单独的约束，这些辅助变量上界由分割创建的子表达式。增加分区数量可以导致更紧密的壳松弛，但代价是模型尺寸的增大。

转换将创建一个以“_pyomo_gdp_partition_disjuncts_reformulation”开头的唯一名称的新Block。 该Block将包含新的Disjunct对象，每个对象对应于正在转换的一个Disjunct。这些对象将具有转换后的约束，并且位于新的Disjunctions中，每个Disjunction对应于原始的一个。此外，辅助变量和分区约束将在此Block上声明，以及将原始indicator_vars与转换后的Disjuncts的indicator_vars链接的LogicalConstraints。所有被转换的原始GDP组件将被停用。

参考文献

参见 [KMT21]。

Keyword Arguments:

• targets (target_list, optional) –

  指定要放松的目标或目标列表，可以是单个组件或组件列表。

  如果为None（默认值），则整个模型将被转换。请注意，如果转换是在外部进行的，则目标列表应在克隆模型之前附加到模型上，并且该列表将指定克隆实例上的目标。

• variable_partitions (_to_dict, optional) –

  指定的变量分区，可以是全局的或每个Disjunction的。

  期望是一组不相交的ComponentSets，其并集是所有Disjunctions中出现的所有变量，或者是从每个活动的Disjunction到一组不相交的ComponentSets的映射，其并集是该Disjunction中出现的变量集。在任何情况下，如果Disjunction中的任何约束仅是部分可加性可分离的，这些集合必须是一个有效的分区，以便这些约束相对于此分区是可加性可分离的。要为未在映射中作为键出现的Disjunctions指定默认分区，请将分区映射到‘None’。

  最后，请注意，在包含部分可加性可分离函数的约束的情况下，要求用户指定变量分区。

• num_partitions (_to_dict, optional) –

  可以是一个单一的值，这样所有的Disjunctions将变量划分为P个集合，或者是一个Disjunctions到每个活动Disjunction的P值的映射。将None映射到P值将指定如果未明确指定给定Disjunction的值，则使用P的默认值。

  请注意，如果任何约束包含部分可加性可分离函数，则必须在variable_partitions参数中指定具有这些约束的Disjunctions的分区。

• variable_partitioning_method (_to_dict, default=) –

  一个函数，它接受一个Disjunction对象和一个数字P，并返回一个有效的变量分区，这些变量出现在Disjunction中，分为P个分区。

  请注意，如果您使用此方法来计算分区，则必须为‘P’提供一个值。

  请注意，如果任何约束包含部分可加性可分离函数，则无法自动计算Disjunctions的分区。请在variable_partitions参数中为具有这些约束的Disjunctions指定分区。

• assume_fixed_vars_permanent (bool, default=False) –

  如果为True，即使固定变量后来被解除固定，转换也会创建一个正确的模型。也就是说，边界将基于固定变量的边界计算，而不是它们的值。然而，如果固定变量永远不会被解除固定，可能会得到一个更紧密的模型，并且固定变量不需要有边界。

  请注意，这对固定的BooleanVars没有影响，包括Disjuncts的指示变量。无论这些变量是否保持固定，转换始终是正确的。

• compute_bounds_method (default=) –

  用于计算表达式边界的回调函数，以便限制由转换创建的辅助变量的边界。

  一些预实现的选项包括

  • compute_fbbt_bounds（默认值），以及

  • compute_optimal_bounds

  或者你可以编写自己的回调函数，该函数接受一个Expression对象、一个包含原始实例的变量和全局约束的模型，以及一个配置好的求解器，并返回一个元组（LB, UB），其中如果找不到有效的边界，则任一元素可以为None。

• compute_bounds_solver (可选) –

  配置的求解器对象，用于compute_bounds_method。

  特别是，如果compute_bounds_method是‘compute_optimal_bounds’， 这将用于解决子问题，因此如果任何Disjunctions包含非线性约束，则需要处理非凸问题。

__init__()

方法

__init__()
apply(model, **kwds)	已弃用。
apply_to(model, **kwds)	将转换应用于给定的模型。
create_using(model, **kwds)	使用此转换创建一个新模型

属性

CONFIG

成员文档

apply(model, **kwds)

已弃用。

自版本4.3.11323起已弃用：Transformation.apply() 已被弃用。请使用 Transformation.apply_to() 进行原地转换，或使用 Transformation.create_using() 创建新的独立转换模型实例。

apply_to(model, **kwds)

将转换应用于给定的模型。

create_using(model, **kwds)

使用此转换创建一个新模型