首先,我是优化的菜鸟。我有以下问题:
我有优化vector x=(x1, x2, x3, x4, x5, x6)
。成本函数为:
min. (x3+x4)/x6
约束是:
- quadratically equality constraints: e.g.:
k1*x5^2 + k2*x6 = k3*x5 + k4*x5 + k5*x1^2
- xmin < x < xmax
- some other linear constraints...
我最大的问题是为这个问题找到一个合适的解决方案。我已经找到了 Boyd 的分数线性规划的概念:https ://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf (4-20)
但是,它需要线性约束。我还发现了解决二次等式约束问题的启发式方法:https ://pdfs.semanticscholar.org/6008/57c54df025e732238425cf55f55997b4a67c.pdf https://web.stanford.edu/~boyd/papers/pdf/qcqp.pdf
但是,我认为它们不适合将它们与线性分数规划结合起来。
如果有人能提到这个问题的任何解决方案,我会很高兴。
最好的问候狮子座
我试图对不同随机点周围的约束进行线性化,并以最低的成本获得结果。但是,该解不能满足二次等式约束。