问题标签 [cvx]

我想知道 Matlab 中最快的凸优化器是什么，或者有什么方法可以加快当前求解器的速度？我正在使用 CVX，但要花很长时间才能解决我遇到的优化问题。我的优化是要解决

其中 A 和 b 的大小非常大。

有什么方法可以通过最小二乘求解器解决这个问题，然后将其转移到约束版本以使其更快？

我正在尝试使用 CVXPY 以数值方式解决熵最大化问题。即使问题通过了DCP检查，我仍然得到无限的结果，并且问题状态如不可行和 unbounded_inaccurate（取决于我为参数选择的值）。我设法使用 R 中的 Alabama 等非线性约束优化器解决了同样的问题。下面是一个重现该问题的小示例。

我不太明白为什么 CVX 比其他不是为凸编程问题设计的算法更难解决这个问题。我在编写约束的方式上是否忽略了某些东西？

* 编辑 *

至今没有得到答复，我也会在CVXPY 谷歌群上问这个问题。我会相应地更新这个线程。

我在 CVX 手册中读到，CVX 求解器可以有效地解决一些优化问题，达到任意精度。我不明白任意精度是什么意思？这取决于什么？我们如何控制它？

任何关于在哪里阅读以了解更多信息的想法/提示将不胜感激。

我对 cvx/matlab 有一个非常奇怪的错误。

我想解决 SDP 问题以获得对偶变量。这是我的代码。

给出 A0,A1。当我以脚本形式编写上述代码时，它不会返回任何错误。但是我应该传递 n 的值（变量的大小），因此我以函数形式编辑了上面的代码（在第一行添加函数 [output] = sdp(n)），然后它返回错误：

如果我将双变量 pi 移动到该行的右侧（如 trace(A1*R)<=0 : pi）

然后它返回另一个错误：

发生什么事？

// 我在代码中添加了 cvx_setup 以确保安装了 cvx

我需要解决以下最小二乘问题，其中 A 和 B 以及 X 都是矩阵：

我选择 CVX，但它不需要我将问题转换为标准形式。但是使用 CVX，我收到以下错误：

我想知道如何解决这个问题？我正在尝试在 Matlab 中使用 Gurobi 或最小二乘函数，但似乎它们无法处理 transpose(X(:,i)) * X(:,j) 约束。

如何在 CVX 中设置（并查看默认）最大迭代次数？我想设置更少的迭代次数以使我的算法更快。还有什么方法可以设置收敛阈值？

非常感谢任何帮助。

谁能给我下载链接以在 Phyton 中安装 CVX 以及 chompack 的链接？我尝试了几个版本，但始终无法安装 chompack。我在安装 chompack 时收到类似“构建轮 CVXOPT 失败”的错误消息。但在安装 cvxopt 时没有错误消息。我的机器windows 64位。

我正在研究需要最小值位置的代码。我正在尝试以以下形式在 CVX 中对这部分进行编码

但是，我收到此错误{log-concave} <= {log-concave}。

是否有另一种方法来表示我的标量值和向量以避免此错误？

这是我的代码CVX：

它在声明目标函数的行中给出以下错误：

“内部矩阵维度必须一致。”</p>

我究竟做错了什么？

即使我按如下方式编写最后一个约束，错误仍然存​​在：

有以下凸问题：

可以使用 CVX 在 matlab 中使用 SDPT3 求解器完成：

这样，R 也有一个sdpt3r包，但我不知道如何用这个包翻译这个问题。

使用这个 R 包的一个例子是：

有谁知道怎么做？