为什么在优化约束定义之后Pymoo的'Result'对象为空？

问题描述

我有一个简单的投资优化问题，我正在尝试使用 Pymoo 解决。我想找到最佳的投资解决方案，其目标是在每个投资解决方案都在固定预算之内的情况下，最大程度地减少违约并最大化回报。

这是我定义问题的方式：

budget = 100 # set maximum budget for investing
num_loans = 10 # set the number of loans to invest in  
# define predicted returns and predicted defaults. For the sake of demonstration,I'm giving
# all the same values here,but in a real scenario they each have a different value
predicted_returns = np.array([0.02 for i in range(num_loans)]) 
predicted_defaults = np.array([0.01 for i in range(num_loans)])

class MyProblem(Problem):

    def __init__(self):
        super().__init__(n_var=num_loans,n_obj=2,n_constr=2,xl=np.array([ 0.0 for i in range(num_loans)]),xu=np.array([ budget for i in range(num_loans)])
                        )
        
    def _evaluate(self,x,out,*args,**kwargs):
        # I want to minimise the probability of default of my portfolio
        f1 = np.array([ np.sum(portfolio * predicted_defaults) for portfolio in x  ] )
        # I want to maximise the return of my portfolio
        f2 = - np.array( [  np.sum(portfolio * predicted_returns) for portfolio in x  ] )
        # I cannot invest more than my Budget. 
        g1 = np.array([ np.sum(portfolio) - budget for portfolio in x ] ) 
        out["F"] = np.column_stack([f1,f2 ])
        out["G"] = np.column_stack([g1 ])

问题定义的其余部分遵循http://pymoo.org/getting_started.html

上的pymoo示例

当我尝试打印len(res.F)时，消息为TypeError: object of type 'nonetype' has no len()。

将约束定义替换为
g1 = np.array([ -1 for portfolio in x ] ) ， len(res.F)返回人口总数。

本质上，约束条件应表明每个解决方案都不应超出预算。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）