BPTK-Py: базовая ** переменная_экспонента в уравнении возвращает 1,0; np.power/np.log не поддерживается в конвертере ⇐ JAVA

[Anonymous]

Я строю симуляцию в BPTK-Py, и мне нужна степень с переменным показателем степени внутри уравнения узла:

Код: Выделить всё

Resale_Value_DM1.equation = 1 - Depreciation_DM
Resale_Value_DM2.equation = Resale_Value_DM1 ** Average_Expected_Years_Kept_DM
Resale_Value_DM3.equation = Resale_Value_DM2 * DM_Price

В обычном блокноте 0,9292 ** 6 == 0,6436580523, но внутри модели Resale_Value_DM2 становится 1,0, а Resale_Value_DM3 == DM_Price, как если бы показатель степени был равен 0.
Я пробовал:

Код: Выделить всё

Resale_Value_DM2.equation = np.power(1 - Depreciation_DM, Average_Expected_Years_Kept_DM)
from numpy import log as ln, exp
Resale_Value_DM2.equation = exp(ln(Resale_Value_DM1) * Average_Expected_Years_Kept_DM)

но получил:
TypeError: цикл ufunc не поддерживает аргумент 0 типа Converter
который не имеет вызываемого метода журнала
Похоже, что объекты Converter BPTK не поддерживают NumPy ufuncs, и переменные показатели степени возвращаются к 0.
Вопрос: существует ли поддерживаемый способ вычисления a ** b, где b — переменная модели в уравнениях BPTK-Py? Если нет, то какой обходной путь рекомендуется (кусочно-постоянные показатели или вычисления в пандах и обратная связь)? Любой пример будет оценен.
Минимальные числа: Depreciation_DM=0,0708, Average_Expected_Years_Kept_DM=6, DM_Price=42_000_000. Ожидаемое (1-0,0708)**6 ≈ 0,643658, а не 1,0.

Подробнее здесь: https://stackoverflow.com/questions/798 ... np-log-not