Я получаю указанную ниже ошибку для своего кода, и я полностью не понимаю источник ошибки:
@error: Equation Definition
Equation without an equality (=) or inequality (>,<)
true
STOPPING...
Я пытаюсь определить решение «x», которое минимизирует результат функции «was_constraint» при соблюдении ограничения, установленного «warf_moodys_constraint». Функции возвращают значение с плавающей запятой, и когда я просто передаю начальный начальный вектор «x» каждой функции отдельно, я не получаю никаких ошибок, исходящих от этих функций. Может ли кто-нибудь посоветовать, где я могу ошибаться?
def was_constraint(sol_g, df, orig):
sol = gekko_to_numpy(sol_g)
x1 = orig.loc["Denominator","WAS"]*orig.loc["Current","WAS"]
x2 = (sol*df["All-In Rate"]).sum()/100
y1 = orig.loc["Denominator","WAS"]+sum(sol)
return y1/(x1+x2)
def warf_moodys_constraint(sol_g, df, orig):
sol = gekko_to_numpy(sol_g)
x1 = orig.loc["Denominator","Moodys WARF"]*orig.loc["Current","Moodys WARF"]
x2 = sum(np.where(sol > 0, sol*df["Moody's WARF"], 0))
y1 = orig.loc["Denominator","Moodys WARF"] +sum(np.where(sol > 0, sol, 0))
return 3000 - (x1+x2)/y1
def gekko_to_numpy(sol_g):
res = np.zeros(len(sol_g))
for i in range(len(sol_g)):
res[i] = sol_g[i].value.value
return res
clo_data = pd.read_excel('CLO.xlsx', sheet_name='CLO')
m = GEKKO()
x = [m.Var() for i in range(len(clo_data["Holdings"]))]
for i in range(len(clo_data["Lower Bound"])):
x[i].lower = 0
x[i].upper = 1000000
m.Equation(warf_moodys_constraint(x, clo_data, metrics)>=0)
m.Obj(was_constraint(x, clo_data, metrics))
m.options.IMODE = 3 #steady state optimization
m.solve()