Pyomo 6.9.0 发布：优化建模工具的重大更新

项目简介

Pyomo 是一个开源的 Python 优化建模工具包，它为用户提供了强大的数学规划建模能力。作为一个灵活且可扩展的工具，Pyomo 支持线性规划、非线性规划、混合整数规划、随机规划等多种优化问题类型。它广泛应用于能源系统、供应链管理、金融工程、工程设计等众多领域。

Pyomo 6.9.0 版本亮点

最新发布的 Pyomo 6.9.0 版本带来了多项重要更新和改进，主要包括以下几个方面：

1. Python 版本支持调整

Pyomo 6.9.0 正式移除了对 Python 3.8 的支持，这是项目维护策略的一部分，旨在集中资源支持更新的 Python 版本。这一变化意味着用户需要升级到 Python 3.9 或更高版本才能使用最新版的 Pyomo。

2. 新增逻辑离散最速下降算法

在 GDPOpt（广义析取规划优化）模块中，Pyomo 6.9.0 引入了一个全新的逻辑离散最速下降算法。这一算法特别适用于处理具有离散决策变量的优化问题，能够更有效地搜索解空间，提高求解效率。

3. 求解器接口改进

本次更新对求解器接口进行了多项改进：

• 对 Gurobi NL 接口进行了更新，以支持 Gurobi 12.x 版本
• 改进了 SAS 接口，延迟会话启动直到真正需要时
• 继续推进求解器接口重构工作（v2 版本）

4. 核心功能增强

Pyomo 核心部分也进行了多项改进：

• 修复了幂运算表达式括号处理的问题
• 解决了 macOS 上文件句柄访问的错误
• 改进了 CUID（组件唯一标识符）的构造方式
• 清理并优化了变量和参数识别功能

5. 贡献包更新

Pyomo 的多个贡献包也获得了重要更新：

• PyROS（鲁棒优化求解器）：
  • 改进了固定模型变量的处理
  • 增强了辅助不确定参数的初始化
  • 改进了分离问题子求解器的错误处理
  • 扩展了不确定参数的有效类型
  • 为椭球集添加了高斯置信水平属性

技术细节解析

逻辑离散最速下降算法

这一新算法是 GDPOpt 模块的重要补充，它专门设计用于处理具有离散决策变量的优化问题。算法通过逻辑推理和离散搜索相结合的方式，能够更有效地探索解空间，特别适用于那些传统连续优化方法难以处理的离散优化问题。

求解器接口重构

Pyomo 团队正在进行的求解器接口重构工作（v2）旨在提供更统一、更可靠的接口架构。这一工作将简化新求解器的集成过程，并提高现有接口的稳定性和性能。

核心表达式处理改进

对幂运算表达式的括号处理修复解决了在某些情况下表达式解析不正确的问题。这一改进确保了模型表达式的准确翻译，特别是在处理复杂数学表达式时。

升级建议

对于现有 Pyomo 用户，升级到 6.9.0 版本时需要注意以下几点：

1. 确保 Python 环境为 3.9 或更高版本
2. 如果使用 Gurobi 12.x，将受益于更新后的接口
3. 对于处理离散优化问题的用户，可以尝试新的逻辑离散最速下降算法
4. 使用 PyROS 进行鲁棒优化的用户将体验到更稳定的求解过程

总结

Pyomo 6.9.0 版本通过新增算法、改进核心功能和增强求解器支持，进一步提升了这一优化建模工具的实用性和可靠性。特别是对离散优化问题和鲁棒优化问题的支持改进，使得 Pyomo 在这些领域的应用更加得心应手。对于从事优化建模的研究人员和工程师来说，这一版本值得关注和升级。