问题标签 [cvxpy]

作为一个更大项目的一部分，我最终得到了如下的凸表达式((x_0 + x_1)^2 + x_2^2：

sum(combo)工作正常，但sum_squares(combo)抛出以下错误

尽管两个原子都是带有数组输入的标量函数。有没有更好的方法来重写这个？

我正在使用 cvxpy 解决凸问题。约束相当简单，有 3 个变量，但我们可以消除一个。目标是凸的，涉及熵和对数。解决方案是正确的，因为变量具有预期值。然而，目标值应该在 -1.06 左右，但它是无限的。评估涉及的表达式是否存在错误？

我有一个有时可能不可行的问题。期望的行为是放松被违反的约束并继续，但警告用户违反了约束。

我注意到 CVXPY 1.0 有一种新violation()方法可以计算约束的残差，但是当问题不可行时，约束看起来不像是计算出来的。

使用首页上的示例：

您如何获得残差或检查违反了哪个约束？

iPython 中的自动重载仅适用于一层。有没有办法递归地自动重新加载？

如果模块 A 导入模块 B，而我的笔记本导入模块 A。当我更改模块 B 时，它不会自动重新加载。有没有办法改变这种行为？

我指定了x_1 >= 0，但是求解器给了我这个结果：

结果 x_1 低于 0

我正在尝试使用 CVXPY 解决 Python 中的投资组合优化问题，但未定义错误 sum_entries。我正在使用 Anaconda 2.7 和 Jupyter 笔记本。我已经使用 conda pip install 安装了 cvxpy、msgpack、argpack 和 cvxopt。下面是代码片段。有什么建议么？

这是我得到的错误：

我正在使用 cvxpy，自从更新到 1.0.6 后，我在调用 GLPK 时得到了不需要的输出。

在 IPython3 中，这会创建输出

在 0.4.11 中，我只得到了1.0印刷品，我想恢复这种行为。对于其他求解器，可以verbose选择，但对于 GLPK，这不会改变任何东西。两者产生相同的输出。

任何想法，如何停止输出？

PS：我想用单纯形法。如果另一个求解器提供此功能，那将是一种解决方法。

我正在尝试构建一个尽可能紧密地跟踪指数的投资组合，即最小化跟踪误差。目标函数是最小化以下内容：

求和的表达式如下

我尝试通过以下方式设置问题：

ln(It/I0) 部分在哪里，R[t]因为可以预先计算。由于 cvxpy 不允许按表达式除，我尝试转换为对数差异。这个表达式没有错误，但是当我尝试时

我收到一份虚假清单。结果， cvxpy 将无法解决问题，因为它没有纪律。

有没有办法制定这个问题，使其保持纪律？或者，我可以使用 cvxpy 以外的东西吗？

我有一个表格问题：

其中 X^_JW：

和 delta_R_LV：

在哪里：

- 所有大写的 delta 和 epsilon 都是常数

-R_WV 是一个 3,3 旋转矩阵，有 1000 个样本

-R^_LV 是一个 3,3 不变的旋转矩阵

-I 是一个 3,3 旋转矩阵

-Delta_R_LV 是我们希望求解的 3,3 矩阵

-X_JLI 是具有 1000 个样本的 3,1 向量

-T_LV 是我们希望求解的 3,1 向量

-T_VW 是具有 1000 个样本的 3,1 向量

-X*_JW 是具有 1000 个样本的 3,1 向量

我无法理解如何将具有 1000 个样本的 3,3 矩阵拟合成可以进行优化的 2d 形式。我的想法是在最后一个维度上展平，以便得到维度为 1000,9 的矩阵，但我不明白这些矩阵如何在 3,1 向量上运行。

我了解这些示例如何适用于 dim (N,1) 的样本向量，以及如何通过示例将这样的内容转换为矩阵：

在此链接中还有另一个示例可能更接近我的问题：

http://nbviewer.jupyter.org/github/cvxgrp/cvx_short_course/blob/master/intro/control.ipynb

使用 CPLEX 求解器时，如何通过 CVXPY 传递公差和其他参数？

尽管不清楚哪些参数适用于我的二次问题，但我看到了一页CPLEX 参数。此外，CVXPY 文档通过了其他求解器的选项，但不包括 CPLEX。