沒有解決到最優錯誤，使用Ipopt

試圖運行下面，這是爲了求解方程的約束NL系統：沒有解決到最優錯誤，使用Ipopt

using JuMP 
using Ipopt 
m=Model(solver=IpoptSolver()) 
@variable(m,k,start=0.1) 
@variable(m,c,start=1.2) 
@variable(m,l,start=0.3) 
@NLparameter(m,α==0.21) 
@NLparameter(m,β==0.99) 
@NLparameter(m,γ==0.4) 
@NLparameter(m,μ==0.2) 
@NLparameter(m,δ==0.14) 
@NLparameter(m,θ==0.25) 
@NLconstraint(m,c-c*β*(1-δ+((α/μ)*(k^(α-1))*l^(1-α)))==0) 
@NLconstraint(m,θ*c*l^(1/γ)-((1-α)/μ)*k^α*l^-α ==0) 
@NLconstraint(m,c+δ*k-k^α*l^(1-α)==0) 
@NLconstraint(m,l==0.33) 
@NLconstraint(m,(1-δ+((α/μ)*(k^(α-1))*l^(1-α)))-(1.05)^(1/4)==0) 
@NLobjective(m,Max,1.0) 
solve(m) 
println("k=", getvalue(k),"c=", getvalue(c),"l=", getvalue(l)) 
status=solve(m)

但是，我收到以下錯誤消息：

警告：Ipopt與狀態Not_Enough_Degrees_Of_Freedom完成警告：不解決到最優，狀態：錯誤警告：Ipopt完成了狀態Not_Enough_Degrees_Of_Freedom 警告：不解決到最優，狀態：錯誤

這是一個經濟模型的平衡條件，有2個約束條件（Const。 4和5）請問，代碼有什麼問題嗎？或者有另一種方法（一種不同的解算器，包，...）來解決這個受限制的問題。

來源

2017-08-17 ludo

'@variable（m，l，start = 0.3）'和'@NLconstraint（m，l == 0.33）'都在模型中。如果'l'將是'0.33'，爲什麼優化呢？在任何情況下，有3個變量有5個約束 - 警告可能是說的正確 –

刪除@variable（m，l，start = 0.3）並將l == 0.33設置爲參數不能解決問題。更多信息：前3個約束條件構成了我想要解決的（NL，k，l）三個NL方程的核心繫統。但是，我想約束l = 0.33，也是系統第一個方程的一部分（1-δ+（（α/μ）*（k ^（α-1））* 1 ^（1-α）））爲=（1.05）^（1/4）。會有另一種解決方法嗎？ – ludo

還有4個約束和2個變量。也許沒有解決辦法（想想：飛機上的4條線不必對它們都有重要意義）。在任何情況下，你都可以在一個約束（或兩個）上添加*鬆弛變量*，然後嘗試最小化鬆弛變量（即最小化其絕對值或平方和）。 –

您正在嘗試解決具有比變量（未知）更多約束（方程）的NL方程組的系統。此外，方程（5）是在理論（經濟學）基礎上對方程（1）的一部分施加的約束。（c，l，k）滿足5個約束（沒有足夠的自由度）是沒有可行的解決方案。考慮到模型的兩個參數（θ和β）作爲變量，導致找到最優解的可行性問題。

來源

2017-08-18 07:45:44 ludo

沒有解決到最優錯誤，使用Ipopt

回答

相關問題