我的问题的简单解释是使用表格或曲线作为 Gekko（和/或 AP Monitor）中优化问题的输入的最佳方法是什么？
例如，我按高度简化了大气密度数据。我可以将数据拟合到具有大约 5 个控制点的 Hermite 形式的三次样条曲线（明确给出控制点的斜率，参考 wikipedia），并且我有一个 python 函数来插值，但据我所知，我不能使用Gekko 模型中的 python 函数。
我对可能性的理解和假设：
通常，第一选择是将数据拟合到方程中，但是在这种情况下它不适合。我可以将它拟合到具有足够精度的 2 或 3 段分段函数中，但即使这样也不总是可行的。这也将涉及不等式条件和导数中可能的不连续性，这在优化问题中至少可以说是不可取的。
我可以在技术上重写我作为模型方程的插值例程，但它很快就会变得非常混乱。
似乎内置的cspline 对象可能会起作用，但是这些示例仅显示了将样条曲线拟合到数据。我的理解是，您可以在模型中拥有一个模型，因此似乎有可能拥有一个内部嵌套模型来解决插值点。这似乎有点矫枉过正，而且似乎可能存在性能问题，尤其是在需要顺序求解器的情况下。
类似地，AP Monitor 具有pwl（分段线性）对象和查找对象。该文档显示了 Gekko 中 pwl 对象的实现（基本上使用松弛变量进行线性插值），但是当需要多个此类输入时，这似乎会变得混乱。
因此，更具体地重申我的问题：关于如何做到这一点，是否有明确的最佳实践？如果没有，是否有我错过的每个重要决定因素（即优点/缺点）？
额外的问题 - 同样的事情，但是像阻力系数这样的二维数据取决于马赫和攻角？（使用bspline 对象而不是 cspline）
我最初的假设是将压力、温度和密度数据作为 csplines，将阻力和升力系数作为 bsplines。我仍在学习 Gekko/AP Monitor 和 python，所以我认为现在最好先问清楚，然后再花几天时间尝试解决一些不实用的问题。
