我正在尝试在 gekko 中实现时间最优控制问题。特别是，我复制了这个简短的代码片段。 为了实用性也在这里报告：
from gekko import GEKKO
import matplotlib.pyplot as plt
import numpy as np
# set up the gekko model
m = GEKKO()
# set up the time (minimize the time with time scaling)
m.time = np.linspace(0, 1, 100)
# set up the variables
POSITION = m.Var(value=0, ub=330, lb=0)
VELOCITY = m.Var(value=0, ub=33, lb=0)
m.fix_final(VELOCITY, 0)
m.fix_final(POSITION, 300)
# set up the value we modify over the horizon
tf = m.FV(value=500, lb=0.1)
tf.STATUS = 1
# set up the MV
u = m.MV(integer=True, lb=-2, ub=1)
u.STATUS = 1
# set up the equations
m.Equation(POSITION.dt() / tf == VELOCITY)
m.Equation(VELOCITY.dt() / tf == u)
# set the objective
m.Obj(tf)
# set up the options
m.options.IMODE = 6 # optimal control
m.options.SOLVER = 3 # IPOPT
# solve
m.solve(disp=False)
# print the time
print("Total time taken: " + str(tf.NEWVAL))
# plot the results
plt.figure()
plt.subplot(211)
plt.plot(np.linspace(0,1,100)*tf.NEWVAL, POSITION, label='Position')
plt.plot(np.linspace(0,1,100)*tf.NEWVAL, VELOCITY, label='Velocity')
plt.ylabel('Z')
plt.legend()
plt.subplot(212)
plt.plot(np.linspace(0,1,100)*tf.NEWVAL, u, label=r'$u$')
plt.ylabel('u')
plt.xlabel('Time')
plt.legend()
plt.show()
照原样，它工作得很好，但是当我想删除对 velocity 最终值的约束时。
如果我注释 m.fix_final(velocity, 0) 行，结果不会改变。无论如何，它似乎假设最终速度应该为零。此外，如果我将最终速度从零更改为任何其他数字，我会从 gekko 收到错误： exception: @error: solution not found。
该解决方案应该很容易找到，特别是如果对最终速度没有施加任何约束，则最佳控制将是在整个时间内保持加速（）。
任何帮助将不胜感激！ :)
巨人企业网站管理系统（jrcms）是由巨人工作室基于asp+access自主研发而成。巨人cms是中小型企业建站最佳系统，让传统企业快速在互联网赚钱。巨人cms系统简单容易好操作，直接把源码上传空间，后台可以控制前台，独立操作，人人都能建站系统栏目如下网站首页网站公告关于我们新闻资讯产品展示营销网络成功案例在线订单在线留言人才招聘联系我们后台地址admin后台账号和密码 admin wycg201
正确答案
将最终约束从 m.fix_final(velocity, 0) 和 m.fix_final(position, 300) 更改为：
p = np.zeros(100); p[-1] = 1 last = m.Param(p) m.Equation(last*(POSITION-300)>=0)
这在最后一个节点应用了不等式约束，以便 position>=300，但它也可以是等式约束。如果不可行的解决方案阻止求解器实现最终条件，我们有时也会使用软约束，例如 m.minimize(last*(position-300)**2) 。相反，它会尝试使解决方案尽可能接近最终约束。当使用 m.fix_final() 固定最终值时，导数也固定为零，因为不再计算该变量。这是 gekko 的已知限制，如此处所述。
