2 차 제약 조건을 가진 CVXOPT 2 차 프로그래밍 문제를 공식화하는 데 대한 최종 가이드를 찾고 있습니다. 여기에 제공된 좋은 문서가 있습니다Python 2 차 프로그래밍과 CVXOPT
내가 처리하고 문제 문 문제 here 동일합니다 :
매트릭스 G 모습 가정은 무엇입니까? 선형 방정식 시스템으로 공식화되었지만 예제를 보면 이것이 올바르지 않은 것으로 보입니까?
가장 좋은 자료는 https://courses.csail.mit.edu/6.867/wiki/images/a/a7/Qp-cvxopt.pdf이지만 끝 부분의 링크는 더 많은 읽기가 필요합니다.
나는이 프로그래밍 방법을 사용려는 ipython 노트북을 가지고 있지만 그것은 지속적으로 실패 https://gist.github.com/jaredvacanti/62010beda0ccfc20d2eac3c900858e50
편집 :이 최적화 문제에 사용 된 실제 데이터에 대한 액세스를 제공하기 위해 노트북의 데이터 소스 파일을 편집했습니다.
첫 번째 링크는 G의 모양을 알려줍니다. 정확히 문제가 뭐야? 또한 : cvxopt에 대한 경험이없고 커스터마이징 된 해결 옵션 (cvxopt의 장점 중 하나)이 필요하지 않은 경우 cvxpy를 사용하십시오.이 방법은 훨씬 더 사용하기 쉽습니다 (상위 수준 접근). – sascha
P, q, A, b를 솔버에 제공하면 샘플 데이터와 비슷한 최적의 솔루션을 얻을 수 있습니다. 그러나 G와 h를 제공하면 난센스가 생깁니다. 최적의 솔루션입니다. 이 때문에 나는 G와 H의 공식화에 잘못된 것이 있다고 생각한다. – Jared