pyomo + сетчатая ошибка 6 дескриптор недействителен
Я пытаюсь запустить оптимизацию pyomo и получаю сообщение об ошибке [Error 6] The handle is invalid pyomo [Error 6] The handle is invalid. Не уверен, как это интерпретировать, кажется, что это связано с привилегиями, но я не совсем понимаю.
Найдите ниже полный след ошибки, а также игрушечный пример, чтобы воспроизвести его.
Полная трассировка ошибок:
Ошибка в py_run_file_impl (файл, локальный, конвертировать): Ошибка приложения: Не удалось выполнить команду: 'C:\Users\xxx\AppData\Local\Continuum\anaconda3\envs\lucy\Library\bin\ipopt.exe c:\users\xxx\appdata\local\temp\tmpp2hmid.pyomo.nl -AMPL 'Сообщение об ошибке: [Ошибка 6] Дескриптор недействителен
Подробная трассировка: файл "", строка 46, в файле "C:\Users\xxx\AppData\Local\CONTIN ~ 1\ANACON ~ 1\envs\lucy\lib\site-packages\pyomo\opt\base\solvers. py ", строка 578, в файле execute _status = self._apply_solver()" C:\Users\xxx\AppData\Local\CONTIN ~ 1\ANACON ~ 1\envs\lucy\lib\site-packages\pyomo\opt\solver\shellcmd.py ", строка 246, в _apply_solver self._rc, self._log = self._execute_command (self._command) Файл" C:\Users\xxx\AppData\Local\CONTIN ~ 1\ANACON ~ 1\envs\lucy\lib\site-packages\pyomo\opt\solver\shellcmd.py ", строка 309, в файле _execute_command tee = self._tee" C:\Users\xxx\AppData\Local\CONTIN ~ 1\ANACON ~ 1\envs\lucy\lib\site-packages\pyutilib\subprocess\processmngr.py ", строка 660, в run_command
Воспроизводимый пример основан на этом.
Чистый код питона (он работает, когда я запускаю его в питон, в conda среды под названием "Lucy"):
from pyomo.environ import *
infinity = float('inf')
model = AbstractModel()
# Foods
model.F = Set()
# Nutrients
model.N = Set()
# Cost of each food
model.c = Param(model.F, within=PositiveReals)
# Amount of nutrient in each food
model.a = Param(model.F, model.N, within=NonNegativeReals)
# Lower and upper bound on each nutrient
model.Nmin = Param(model.N, within=NonNegativeReals, default=0.0)
model.Nmax = Param(model.N, within=NonNegativeReals, default=infinity)
# Volume per serving of food
model.V = Param(model.F, within=PositiveReals)
# Maximum volume of food consumed
model.Vmax = Param(within=PositiveReals)
# Number of servings consumed of each food
model.x = Var(model.F, within=NonNegativeIntegers)
# Minimize the cost of food that is consumed
def cost_rule(model):
return sum(model.c[i]*model.x[i] for i in model.F)
model.cost = Objective(rule=cost_rule)
# Limit nutrient consumption for each nutrient
def nutrient_rule(model, j):
value = sum(model.a[i,j]*model.x[i] for i in model.F)
return model.Nmin[j] <= value <= model.Nmax[j]
model.nutrient_limit = Constraint(model.N, rule=nutrient_rule)
# Limit the volume of food consumed
def volume_rule(model):
return sum(model.V[i]*model.x[i] for i in model.F) <= model.Vmax
model.volume = Constraint(rule=volume_rule)
opt = SolverFactory('ipopt')
instance = model.create_instance('diet.dat')
results = opt.solve(instance, tee=False)
results
Код для запуска его в R с reticulate очень прост:
library(reticulate)
use_condaenv(condaenv = "lucy")
py_run_file("../pyomo_scripts/test.py")
И, наконец, для полноты, это файл diet.dat (должен находиться по тому же пути, что и файлы python/R):
param: F: c V :=
"Cheeseburger" 1.84 4.0
"Ham Sandwich" 2.19 7.5
"Hamburger" 1.84 3.5
"Fish Sandwich" 1.44 5.0
"Chicken Sandwich" 2.29 7.3
"Fries" .77 2.6
"Sausage Biscuit" 1.29 4.1
"Lowfat Milk" .60 8.0
"Orange Juice" .72 12.0 ;
param Vmax := 75.0;
param: N: Nmin Nmax :=
Cal 2000 .
Carbo 350 375
Protein 55 .
VitA 100 .
VitC 100 .
Calc 100 .
Iron 100 . ;
param a:
Cal Carbo Protein VitA VitC Calc Iron :=
"Cheeseburger" 510 34 28 15 6 30 20
"Ham Sandwich" 370 35 24 15 10 20 20
"Hamburger" 500 42 25 6 2 25 20
"Fish Sandwich" 370 38 14 2 0 15 10
"Chicken Sandwich" 400 42 31 8 15 15 8
"Fries" 220 26 3 0 15 0 2
"Sausage Biscuit" 345 27 15 4 0 20 15
"Lowfat Milk" 110 12 9 10 4 30 0
"Orange Juice" 80 20 1 2 120 2 2 ;
редактировать после комментариев:
Это версии для pyomo и ipopt
pyomo 5.6.4 py36_0 conda-forge
pyomo.extras 3.3 py36_182212 conda-forge
ipopt 3.11.1 2 conda-forge
Я унаследовал множество кода в R с оптимизацией, сделанной в pyomo через системные вызовы. Я пытаюсь улучшить его с помощью reticulate чтобы избежать написания и чтения файлов, и у меня больше контроля... если я все еще выполняю системные вызовы в python, я получу очень мало, используя reticulate.
Благодарю.
Ответы
Ответ 1
Не могу сказать, что полностью понимаю эту проблему, однако ее очень интересно исследовать, главным образом потому, что я получил другое сообщение об ошибке
TypeError: обработчик сигнала должен быть signal.SIG_IGN, signal.SIG_DFL или вызываемым объектом
и хотя я получаю сообщение об ошибке каждый раз, когда я py_run_file("test.py") в новом сеансе r, при втором запуске ошибки не было.
При этом я считаю, что это связано с этой проблемой: https://github.com/PyUtilib/pyutilib/issues/31
Я не столкнулся с какой-либо проблемой после добавления двух строк:
import pyutilib.subprocess.GlobalData
pyutilib.subprocess.GlobalData.DEFINE_SIGNAL_HANDLERS_DEFAULT = False
в скрипте Python перед вызовом решателя.
Надеюсь это поможет
Ответ 2
import pyutilib.subprocess.GlobalData pyutilib.subprocess.GlobalData.DEFINE_SIGNAL_HANDLERS_DEFAULT = False
Ответ, приведенный выше, позволил моему сценарию Django запустить pyomo. Он давал ошибки до этого. Спасибо DS_UNI!
