如何在 lambda 和 gekko 中使用 If...else

场景如下： 我想最大限度地降低运行电机的成本。我有 X 个电机，每个电机都有一个下限和一个上限。它不能超过上限，也不能低于下限，除非它与 0 一致。

当这些电机必须达到 Y 的功率时，我必须找到一种方法来最小化这些电机的成本。 并非每个电机都必须处于活动状态，但如果处于活动状态，则必须达到其下限。

我试图最小化该函数的成本，并且我有一个代码片段。

prices = {
'Motor2': lambda y: (1/(np.poly1d(np.loadtxt("path_to_txt"))(y*1000)/100)) * 7048),
'Motor3': lambda z: (1/(np.poly1d(np.loadtxt("path_to_txt"))(z*1000)/100)) * 1674),
'Motor4': lambda a: (1/(np.poly1d(np.loadtxt("path_to_txt"))(a*1000)/100)) * 1637),
'Motor5': lambda b: (1/(np.poly1d(np.loadtxt("path_to_txt"))(b*1000)/100)) * 6354),
'Motor6': lambda c: (1/(np.poly1d(np.loadtxt("path_to_txt"))(c*1000)/100)) * 2634),
'Motor7': lambda d: (1/(np.poly1d(np.loadtxt("path_to_txt"))(d*1000)/100)) * 1654),
'Motor8': lambda e: (1/(np.poly1d(np.loadtxt("path_to_txt"))(e*1000)/100)) * 1354),
'Motor9': lambda x: (1/(np.poly1d(np.loadtxt("path_to_txt"))(x*1000)/100)) * 7048),
'Motor10': lambda f:(1/(np.poly1d(np.loadtxt("path_to_txt"))(f*1000)/100)) * 1629)

}

这些是给定电机的价格。 我想给它一个参数，如果电机速度（y、z、a、b 等）为 0，那么我希望成本为零。

我尝试过两种不同的方法： 第一个是这样的：

'Motor2': lambda y: (1/(np.poly1d(np.loadtxt("path_to_txt"))(y*1000)/100)) * 7048) if y > 0 else 0

当到达 Gekko 最小化方法时，会返回以下错误：

类型错误：“int”类型的对象没有 len()

另一个是带有 model.if3/if2 的那个 这部分看起来像这样：

'Motor2': lambda y: model.if3(y-2.1,(1/(np.poly1d(np.loadtxt("Path_to_txt"))(y*1000)/100))* 70848,0),

我尝试更改 if3、if2 内的顺序，但它要么表明它们不是最佳解决方案，要么给出错误的解决方案。

2.1 是电机处于活动状态时必须运行的下限。

txt-t 包含 a^3 + b^2 + c^1 + 常数

所以我的问题是，如何使用 if...else 语句或任何其他方法来解决这个问题？

先感谢您

编辑1： 这是完整的错误跟踪：

Traceback (most recent call last):
File "path_file\file.py", line 56, in <module>
model.Minimize(sum(prices[motor](xx[motor]) for motor in 
power_ranges))
File "path_file\file.py", line 56, in <genexpr>
model.Minimize(sum(prices[motor](xx[motor]) for motor in 
power_ranges))
File "path_file\file.py", line 35, in <lambda>
'Motor2': lambda y: (1/(np.poly1d(np.loadtxt("path_to_txt_motor2") 
(y*1000)/100))* 70848 if y > 0 else 0,
File "path_to_anaconda\gekko\gk_operators.py", line 25, in __len__
return len(self.value)
File "path_to_anaconda\gekko\gk_operators.py", line 144, in __len__
return len(self.value)
TypeError: object of type 'int' has no len()

您提出的第二种方法是正确的。我建议m.if3()有一个开关点（例如0.1）不接近下限（例如2.1）。引用您之前问题中的完整脚本：如何在 GEKKO 中实现 OR 约束 https://stackoverflow.com/questions/76414258/how-to-implement-or-constraint-in-gekko不要在 lambda 函数中添加一个小值来避免被零除，而是使用m.if3()函数代替：

prices = {
    'Motor1': lambda x: model.if3(x-0.1,0,(x ** 2)/x*5000),
    'Motor2': lambda y: (y ** 1 / 0.45) * 5500,
    'Motor3': lambda z: (z * 0.45) * 5100,
    'Motor4': lambda a: (a / 0.45) * 5200,
}

这是解决问题的完整脚本m.if3()功能：

from gekko import GEKKO

power_ranges = {
    'Motor1': (0.6, 1.1),
    'Motor2': (2.1, 6),
    'Motor3': (1, 1.94),
    'Motor4': (1, 1.94),
}

model = GEKKO()

prices = {
    'Motor1': lambda x: model.if3(x-0.1,0,(x ** 2)/x*5000),
    'Motor2': lambda y: (y ** 1 / 0.45) * 5500,
    'Motor3': lambda z: (z * 0.45) * 5100,
    'Motor4': lambda a: (a / 0.45) * 5200,
}

# Define decision variables
x = {}; y = {}; z = {}
for motor in power_ranges:
    x[motor] = model.Var(lb=power_ranges[motor][0],
                         ub=power_ranges[motor][1])
    y[motor] = model.Var(lb=0, ub=1, integer=True)
    z[motor] = model.Intermediate(x[motor]*y[motor])    

# Define objective function
model.Minimize(sum(prices[motor](z[motor]) \
                for motor in power_ranges))

# Define the "or" constraint
for motor in power_ranges:
    model.Equation(z[motor] >= power_ranges[motor][0] * y[motor])
    model.Equation(z[motor] <= power_ranges[motor][1] * y[motor])

# Define power constraint
model.Equation(sum(z[motor] for motor in power_ranges) == 4.7)

# Solve the optimization problem
model.options.SOLVER = 1
model.solve()

# Print the solution
if model.options.APPSTATUS == 1:
    print("Optimal solution found:")
    for motor in power_ranges:
        print(f"{motor}: {round(float(z[motor].value[0]), 2)}")
    print(f"Total cost: {round(float(model.options.OBJFCNVAL), 2)}")
else:
    print("No optimal solution found.")