2

使用 CVXPY 时，我经常收到“SolverError”。他们的文档只是说这是由数字问题引起的，但没有提供有关如何避免它们的进一步信息。

以下代码片段是一个示例，问题很简单，但“CVXOPT”求解器只是抛出“SolverError”。确实，如果我们将求解器更改为另一个求解器，例如“ECOS”，问题将按预期得到解决。但关键是，“CVXOPT”原则上应该解决这个微不足道的问题，这让我很困惑为什么它不起作用。

import numpy as np
import cvxpy as cv
np.random.seed(0)
temp = np.random.rand(5)
T = 2
x = cv.Variable(T)
u = cv.Variable(2, T)
pbs = []
for t in range(T):
    cost = cv.sum_squares(x[t]-temp[t])
    constr = [x[t] == u[0,t]+u[1,t],]
    pbs.append(cv.Problem(cv.Minimize(cost), constr))
prob = sum(pbs)
prob.solve(solver='CVXOPT')
4

1 回答 1

3

用于prob.solve(solver='CVXOPT', kktsolver=cv.ROBUST_KKTSOLVER)使优化过程更加稳健。

于 2018-03-08T16:22:01.727 回答