java求最优解库,IPOPT在第二次求解时找到最优解
通常当我尝试使用IPOPT解决问题时,即使问题不可行,IPOPT也会显示运行过程,例如显示问题有多少约束以及问题的其他一般信息,但这次我遇到了一个奇怪的问题 . 我第一次解决它没有显示的问题,但第二次解决它,IPOPT返回最佳解决方案 . 像这样:
-> ampl.eval('option solver ipopt ;');
-> ampl.solve()
(它在这里什么也没有回复!!!!)
-> solve_result = ampl.getValue('solve_result_num')
solve_result = -1
所以在这里,我再次运行代码:
-> ampl.solve()
Ipopt 3.12.4:
******************************************************************************
This program contains Ipopt, a library for large-scale nonlinear optimization.
Ipopt is released as open source code under the Eclipse Public License (EPL).
For more information visit http://projects.coin-or.org/Ipopt
******************************************************************************
This is Ipopt version 3.12.4, running with linear solver mumps.
NOTE: Other linear solvers might be more efficient (see Ipopt documentation).
Number of nonzeros in equality constraint Jacobian...: 4439
Number of nonzeros in inequality constraint Jacobian.: 7888
Number of nonzeros in Lagrangian Hessian.............: 50
Total number of variables............................: 1610
variables with only lower bounds: 0
variables with lower and upper bounds: 70
variables with only upper bounds: 0
Total number of equality constraints.................: 1360
Total number of inequality constraints...............: 2585
inequality constraints with only lower bounds: 0
inequality constraints with lower and upper bounds: 2585
inequality constraints with only upper bounds: 0
iter objective inf_pr inf_du lg(mu) ||d|| lg(rg) alpha_du alpha_pr ls
0 5.0001000e+03 1.31e+00 8.32e-02 -1.0 0.00e+00 - 0.00e+00 0.00e+00 0
1 5.0079602e+03 1.31e+00 2.71e+01 -1.0 1.68e+01 - 1.05e-02 7.73e-04f 1
2 3.9278729e+03 1.17e+00 9.17e+00 -1.0 1.24e+00 - 3.65e-02 9.32e-02f 1
3 2.7624370e+03 9.13e-01 2.49e+01 -1.0 4.52e-01 - 7.04e-01 1.99e-01f 1
4 1.6350590e+03 7.87e-02 2.17e+01 -1.0 6.17e-01 - 2.98e-01 7.82e-01f 1
5 8.6271513e+02 3.73e-13 2.34e-01 -1.0 1.53e-01 - 9.90e-01 1.00e+00f 1
6 1.0292941e+03 1.98e-13 8.49e-13 -1.0 1.03e-01 - 1.00e+00 1.00e+00f 1
7 1.0259140e+03 1.86e-13 6.85e-13 -2.5 6.57e-04 - 1.00e+00 1.00e+00f 1
8 9.1964915e+02 2.02e-13 7.11e-04 -3.8 1.84e-02 - 9.96e-01 1.00e+00f 1
9 3.5639825e+02 2.30e-13 4.23e-02 -5.7 9.45e-02 - 7.68e-01 1.00e+00f 1
iter objective inf_pr inf_du lg(mu) ||d|| lg(rg) alpha_du alpha_pr ls
10 7.9479322e+01 2.23e-13 9.26e-03 -5.7 1.85e-01 - 8.95e-01 1.00e+00f 1
11 1.9247063e+01 2.72e-13 2.80e-14 -5.7 1.19e-01 - 1.00e+00 1.00e+00f 1
12 6.9889052e+00 3.55e-13 9.99e-05 -8.6 4.59e-02 - 9.33e-01 1.00e+00f 1
13 1.2789711e+00 4.20e-13 4.22e-04 -8.6 2.96e-01 - 4.85e-01 8.98e-01f 1
14 2.9354384e-01 2.00e-13 6.84e-06 -8.6 4.49e-02 - 9.92e-01 1.00e+00f 1
15 1.0626050e-01 2.41e-13 7.17e-14 -8.6 9.55e-03 - 1.00e+00 1.00e+00h 1
16 6.3028082e-02 3.77e-13 5.27e-14 -8.6 1.37e-03 - 1.00e+00 1.00e+00h 1
17 4.3933480e-03 3.27e-13 6.90e-08 -11.0 2.32e-03 - 9.99e-01 1.00e+00h 1
18 1.1280540e-03 2.81e-13 8.08e-14 -11.0 1.02e-04 - 1.00e+00 1.00e+00h 1
19 3.9735544e-04 3.93e-13 5.46e-14 -11.0 5.59e-05 - 1.00e+00 1.00e+00h 1
iter objective inf_pr inf_du lg(mu) ||d|| lg(rg) alpha_du alpha_pr ls
20 2.2989758e-04 3.19e-13 1.68e-14 -11.0 2.72e-05 - 1.00e+00 1.00e+00h 1
Number of Iterations....: 20
(scaled) (unscaled)
Objective...............: 2.4678359201693643e-10 2.2989757642660348e-04
Dual infeasibility......: 1.6794654637445761e-14 1.5645490717250029e-08
Constraint violation....: 2.7491418973006631e-15 3.1883523599063324e-13
Complementarity.........: 5.3838886983188674e-11 5.0154994235157414e-05
Overall NLP error.......: 5.3838886983188674e-11 5.0154994235157414e-05
Number of objective function evaluations = 21
Number of objective gradient evaluations = 21
Number of equality constraint evaluations = 21
Number of inequality constraint evaluations = 21
Number of equality constraint Jacobian evaluations = 21
Number of inequality constraint Jacobian evaluations = 21
Number of Lagrangian Hessian evaluations = 20
Total CPU secs in IPOPT (w/o function evaluations) = 0.295
Total CPU secs in NLP function evaluations = 0.004
EXIT: Optimal So
Ipopt 3.12.4: Optimal Solution Found
suffix ipopt_zU_out OUT;
suffix ipopt_zL_out OUT;
-> solve_result = ampl.getValue('solve_result_num')
solve_result = 0
所以任何人都可以知道为什么会发生这种情况,这是什么意思?
java求最优解库,IPOPT在第二次求解时找到最优解相关推荐
- java求美国数学家的年龄,第二届世界顶尖科学家论坛最年轻的参会者只有15岁
原标题:科学家只有15岁 两只手握着拳头,托在腮帮上,看上去和认真听课的普通高中小女生没什么区别. 然而这位来自华师大二附中.名叫谈方琳的高一女生,科研成就一点儿也不普通. 15岁的她,早在初中阶段就 ...
- java求几何周长面积_JAVA:编写求解几何图形(如三角形,矩型,圆,多边型)的周长、面积的应用程序...
展开全部 你这32313133353236313431303231363533e4b893e5b19e31333365653837题比较简单,真想不出怎么还会涉及到内部类,抽象类的话计算方法没有共性, ...
- java疯狂讲义笔记整理(第二版第一部分)
第一章 java语言概述 1.1 java语言的发展简史 1990末: sun公司"Green计划"(James Gosling领导) ----目的 ...
- 牛客刷题-Java面试题库【动态更新添加题目】(2023.06.19更新)
讲在前面 ✨ 牛客刷题日记–理解为重中之重 刷题一方面是持续的了解到自己哪方面比较欠缺,另一方面也是从各大厂的面试题可以看出当前所需的技术栈的偏重点,持续的巩固基础和查漏补缺,一如代码深似海–学无止境 ...
- Java Streams,第 1 部分: java.util.stream 库简介
Java SE 8 中主要的新语言特性是拉姆达表达式.可以将拉姆达表达式想作一种匿名方法:像方法一样,拉姆达 表达式具有带类型的参数.主体和返回类型.但真正的亮点不是拉姆达表达式本身,而是它们所实现的 ...
- Java求字符串中出现次数最多的字符
Java求字符串中出现次数最多的字符 [尊重原创,转载请注明出处]http://blog.csdn.net/guyuealian/article/details/51933611 Java ...
- java联接pg库_Java14:使用Java 14的新记录联接数据库表
java联接pg库 您是否知道可以使用Java 14的预览记录功能将数据库表连接到Java Stream中? 阅读这篇简短的文章,并了解如何使用Speedment Stream ORM完成它. 我们将 ...
- java联接pg库_成为Java流大师–第5部分:将联接的数据库表转换为流
java联接pg库 是否可以将联接的数据库表转换为Java Stream? 答案是肯定的. 由于我们已经多次提出这个问题,因此我们决定写另一篇动手实验文章,说明如何执行更高级的Stream Joins ...
- java求期望_Java 11的期望
java求期望 过去的几年对Java世界一直是动荡不安的,在相当多的发行版中添加了各种各样的功能. 在开发人员社区中,人们逐渐意识到Java的开发速度不够快. 在最初的20年中,Java平台和Java ...
最新文章
- boxfilter 函数
- Android开发系列(三)
- 指针冒泡排序c语言代码,用指针编写冒泡排序方法
- 60款很酷的 jQuery 幻灯片演示和下载
- keyshot卡住了还能保存吗_相机希望你知道的13件事 keyshot相机切换事件
- Java面试题 20在面向对象编程里,经常使用is-a来说明对象之间的继承关系
- php实现双向队列详解,PHP实现一个双向队列例子
- H5炫酷特效系列1——canvas满屏幕变换爱心示例
- day33 UDP、进程
- could not be installed at this time
- Navicat Premium15安装与激活(完整激活版)
- 数字图像处理——Sobel算子锐化、Prewitt算子锐化
- 短信验证码 超时 java_短信验证码被刷怎么办?java 短信验证码防刷策略
- html调用ckplayer说明,CKplayer功能配置(示例代码)
- 谈了四年的男友寒心了,她已是接近30的老女人
- 数模学习第三天--微分方程(传染病模型)
- 最新php面试题及答案
- Redis管道技术的使用
- 深度学习:从2D卷积到3D卷积的简单理解
- 保弘实业|个人理财如何才能做到收益最高
热门文章
- 计算机PMA,PMA通信协议分析及仿真工具
- 怎样让计算机恢复到桌面上,如何把电脑桌面恢复成原样.怎么办?
- 认识计算机ppt课件游戏,《认识计算机》PPT课件
- 浏览器各个属性的作用
- 阿里云服务器mysql默认密码_阿里云服务器修改MySQL初始密码---Linux学习笔记
- ios 获取是否静音模式_果粉感动:部分iOS“新功能”早已被安卓玩坏
- Npm install failed with “cannot run in wd”
- 使用phpstorm+wamp实现php代码实时调试审计
- Ubuntu 16.04 下octave的使用入门
- eclipse 开发 scala