optimization - Mosek求解器中决策变量值的初始化（通过Cvxpy框架）

Question

我们有一个优化问题，想要初始化其决策变量的值以实现快速收敛。

我们正在使用 Mosek 求解器（通过其 Cvxpy 接口）。

任何帮助表示赞赏，非常感谢！

Answer 1

关于您在评论中关于 Pyomo 的问题：是的，Pyomo 的 MOSEK 接口将让您初始化变量。以下代码为您提供了在 Pyomo-MOSEK 中可以执行的操作的示例：

import mosek
import pyomo.kernel as pmo

solver = pmo.SolverFactory('mosek')

model = pmo.block()

# Integer variables with initial solution
init_sol = [1, 1, 0]
model.x = pmo.variable_list(pmo.variable(
    domain=pmo.NonNegativeIntegers, value=init_sol[i]) for i in range(3))
# Continuous variable
model.x.append(pmo.variable(domain=pmo.NonNegativeReals))

model.con_1 = pmo.constraint(sum(model.x) <= 2.5)

model.obj = pmo.objective(
    7*model.x[0] + 10*model.x[1] + model.x[2] + 5*model.x[3], sense=pmo.maximize)

# Solve "model" with warmstart set to True.
solver.solve(model, tee=True, warmstart=True)

print("Initial solution utilization = {}".format(
    solver._solver_model.getintinf(mosek.iinfitem.mio_construct_solution)))
print("Initial solution objective value = {}".format(
    solver._solver_model.getdouinf(mosek.dinfitem.mio_construct_solution_obj)))

PS：我没有足够的声誉直接回复评论，因此答案。对于那个很抱歉。