问题标签 [cvxpy]

我正在尝试使用 cvxpy 进行优化。

这不是说第一个参数应该是不变的，

然后我尝试使用 numpy

然后，它说不兼容的尺寸 (10,1) (10,1)

它不应该工作吗？我应该如何在上面做克罗内克产品

我想将一个 LMI 约束的优化问题从 Matlab 转换为 Python。在阅读 CVXPY 文档时，我发现我可以通过创建矩阵变量并添加相应的约束来定义 LMI 约束问题。但是，我需要使用以下块 LMI，而不是通过简单的 LMI 来限制问题：

其中P,L是矩阵变量并且gamma是标量。其他符号是动态系统的状态空间矩阵。

是否可以在 CVXPY 中使用这种 LMI 作为约束？如果没有，是否有任何其他工具可以让我在 Python 中解决这个问题？

在这个问题中，矩阵A的形状为 (10000, 4)，即（总像素，端元），E形状为 (198, 4)：（光谱带，端元）x，形状为 (10000, 198)：（像素，光谱带）当我这样调用construct_ppnm_model时：

我收到以下错误消息：

NotImplementedError：不允许严格的不等式。

我正在尝试将 MOSEK 求解器与 cvxpy 一起使用，但我得到：

TypeError：关键字参数必须是字符串

我已经组装了一个错误仍然发生的最小示例。这是示例：

即使有这个非常简单的问题，它也会发生。

我正在尝试使用 cvxpy 解决 MIP 问题，如下所示：

问题：

受制于：

和代码（没有数据）：

接着

返回“inf”

我知道这个问题是可行的，我在更简单的示例上尝试了相同的方法并得到了相同的结果。也许变量太多了？我究竟做错了什么 ？谢谢 ！

我有一个凸优化问题，我试图用 cvxpy 解决。给定一个1 x n行向量y和一个m x n矩阵C，我想找到一个标量b和一个1 x m行向量a，使得 的平方和y - (aC + b(aC @ aC))尽可能小（@表示元素的乘法）。此外，所有整数都a必须是非负数并且总和为 1 和-100 <= b <= 100。下面是我尝试使用 cvxpy 解决这个问题。

当我尝试DCPError: Problem does not follow DCP rules.解决a. 我在想我的函数不是真的凸的，或者我不明白如何构造正确的 cvxpy Problem。任何帮助将不胜感激。

我正在尝试使用 cvxpy 解决以下优化问题：

x 和 delta_x 是 (1,N) 行向量。A 是 (N,N) 对称矩阵，b 是标量。我试图找到 ay，以便它最小化 (y - delta_x) 的平方和与约束 (x+y).A.(x+y).T - b = 0。下面是我尝试解决的问题它。

我不断收到错误“cvxpy.error.DCPError：问题不遵循 DCP 规则”。

我遵循此处答案中所述的规则，但我不明白如何构造正确的 cvxpy 最小化问题。任何帮助将不胜感激。谢谢！

I want to use warm start to check whether there's performance benefit by setting a cvx.Parameter, while I come accross this:

My code is here:

I think the point is that p_cov should be a semi-positive matrix, but I just can't solve it. Look forward your help, thank you!

在这段代码中：

我正在寻找一种自己选择热启动值的方法（例如：x = 1/2 和 y = 1/2），而不是之前的求解器结果。

有没有办法给求解器这个输入？如果没有，是否有 cvxpy 的非商业替代品？

我是 cvxpy 包的新手。我正在尝试使用它来完成以下博客中的示例：

https://towardsdatascience.com/integer-programming-in-python-1cbdfa240df2

我们正在尝试优化发送给客户的营销渠道组合。

最近对 cvxpy 包进行了一些更改，当我尝试运行 sum_entries 步骤时出现以下错误（在最新版本中已更改为 cvxpy.sum）

我认为问题出在“选择”和“变形金刚”的维度不兼容，但我对 cvxpy 包还不够熟悉。非常感谢任何提示。

更新：

我尝试按照下面评论中的建议更改选择形状。

代码：

现在，当我运行下面代码的 supply_constraint 部分时，我得到了新的错误。

代码：

错误：