Pyomo + Reticulate 错误 6：句柄无效

Question

Pyomo + Reticulate 错误 6：句柄无效

12

我正试图运行一个pyomo优化程序，但是我收到了错误信息[Error 6] The handle is invalid。我不确定如何解释它，在查找相关信息时似乎与权限有关，但我确实不理解。

以下是完整的错误跟踪和可重现错误的示例：

Error in py_run_file_impl(file, local, convert) : ApplicationError: Could not execute the command: 'C:\Users\xxx\AppData\Local\Continuum\anaconda3\envs\lucy\Library\bin\ipopt.exe c:\users\xxx\appdata\local\temp\tmpp2hmid.pyomo.nl -AMPL' Error message: [Error 6] The handle is invalid

Detailed traceback: File "", line 46, in File "C:\Users\xxx\AppData\Local\CONTIN~1\ANACON~1\envs\lucy\lib\site-packages\pyomo\opt\base\solvers.py", line 578, in solve _status = self._apply_solver() File "C:\Users\xxx\AppData\Local\CONTIN~1\ANACON~1\envs\lucy\lib\site-packages\pyomo\opt\solver\shellcmd.py", line 246, in _apply_solver self._rc, self._log = self._execute_command(self._command) File "C:\Users\xxx\AppData\Local\CONTIN~1\ANACON~1\envs\lucy\lib\site-packages\pyomo\opt\solver\shellcmd.py", line 309, in _execute_command tee = self._tee File "C:\Users\xxx\AppData\Local\CONTIN~1\ANACON~1\envs\lucy\lib\site-packages\pyutilib\subprocess\processmngr.py", line 660, in run_command

可重现的示例基于这个。

以下是纯Python代码（在名为“lucy”的conda环境中运行时有效）：

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

使用 reticulate 在 R 中运行它的代码非常简单：

Translated text:

使用 reticulate 在 R 中运行它的代码非常简单：

library(reticulate)
use_condaenv(condaenv = "lucy")
py_run_file("../pyomo_scripts/test.py")

最后，为了完整性，这是diet.dat文件（必须与python/R文件在同一路径下）：

Translated text:

最后，为了完整性，这是diet.dat文件（必须与python/R文件在同一路径下）：

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 ;

评论后编辑:

这些是pyomo和ipopt的版本。

pyomo                     5.6.4                    py36_0    conda-forge
pyomo.extras              3.3                 py36_182212    conda-forge
ipopt                     3.11.1                        2    conda-forge

我继承了很多R代码，其中优化是通过系统调用中的pyomo完成的。我试图通过使用reticulate来改善它，以避免编写和读取文件，并且我有更多的控制权……如果我仍然需要在Python中进行系统调用，那么使用reticulate将几乎没有任何收益。

谢谢。

- lrnzcig

你使用的Pyomo版本是什么？你是如何使用Pyomo来解决模型的，是使用pyomo命令行界面还是使用Python脚本？ - Bethany Nicholson

感谢您的评论，我已经编辑了我的问题。 - lrnzcig

2个回答

1

如果您能够执行Python版本，请尝试使用以下代码以管理员权限运行R会话。

library("reticulate")


##-- your directory containing 'diet.py' and 'diet.dat'
setwd("D:/project/Dropbox/lectures/2104xxx scg_opt/src/02"")



##-- execute code
a <- py_run_file("diet.py",local=T)
a$results

- oran

感谢您的回答。看起来很有效！关键在于 setwd，以便可以读取 diet.dat 文件。似乎不需要管理员权限。再次感谢！ - lrnzcig

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- DS_UNI · Accepted Answer

我并不能说我完全理解这个问题，但这是一个非常有趣的研究课题，主要是因为我得到了不同的错误信息：

TypeError: 信号处理程序必须是 signal.SIG_IGN、signal.SIG_DFL 或可调用对象

每次我在新的r会话中运行 py_run_file("test.py")时都会出现此错误，但第二次运行时就没有错误了。

话虽如此，我认为与这个问题有关： https://github.com/PyUtilib/pyutilib/issues/31

添加以下两行后，我就没有遇到任何问题:

import pyutilib.subprocess.GlobalData
pyutilib.subprocess.GlobalData.DEFINE_SIGNAL_HANDLERS_DEFAULT = False

在调用求解器之前，在 Python 脚本中添加此代码。希望这能有所帮助。