python - pyomo精度；目标规则不返回期望值

使用pyomo和glpk求解器，我定义了以下射影规则：

def cost_rule(m):
    return (sum(m.rd[i]*m.pRdImp*m.dt - m.vr[i]*m.pRdExp*m.dt for i in m.t) + m.cb + m.cPV + (150+10*m.kWp) )
m.cost = Objective(rule=cost_rule)

如果我知道在找到最小值后比较输出，则会得到不同的结果：

sum(m.rd[i]()*m.pRdImp()*m.dt() - m.vr[i]()*m.pRdExp()*m.dt() for i in t_t) + m.cPV() + m.cb() + (150+5*m.kWp())
Out[46]: 1136.468

m.cost()
Out[43]: 1173.178

（m.t和t_t是代表一年中各个小时的范围集）
这是大约3％的误差，任何想法可能从何而来？如果我需要选择一个值，那么哪个值才是正确的。

提前致谢！

最佳答案

表达式是不同的。第一个的最后一项是(150+10*m.kWp)，第二个的最后一项是(150+5*m.kWp())

关于python - pyomo精度；目标规则不返回期望值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56543900/