问题标签 [cvx]

我正在尝试使用包 CVXR 进行优化。我正在遵循此页面的说明：https ://rviews.rstudio.com/2017/11/27/introduction-to-cvxr/

我的问题有点复杂，我想将系数变量（我要优化的变量）放入矩阵中以帮助编码。但是，我不能在 R 中做到这一点

非常感谢任何帮助。

我是 CVXR 包的新手。我正在使用它在 EM 算法的每次迭代中进行凸优化。一开始一切都很好，但经过 38 次迭代后，我有一个错误：

我不确定为什么求解器一开始可以正常工作，但后来无法正常工作。我查阅了有关如何更改求解器的手册，但找不到答案。我也很好奇我们是否可以在 CVXR 中指定学习步长。非常感谢任何帮助

这是我的 Matlab CVX

我在 Python 环境中的 cvxpy 中尝试了这个：

但是约束变量有问题。也许 numpy 函数不起作用。似乎只有 cvxpy 语法有效。但是，我在 cvxpy 语法中找不到矩阵乘法。我怎样才能做到这一点？

我正在寻找一种在 R 中进行非负分位数和 Huber 回归的快速方法（即所有系数均 > 0 的约束）。我尝试使用CVXR用于分位数和 Huber 回归的quantreg包以及用于分位数回归的包，但是当我使用非负约束时，CVXR它非常慢并且quantreg看起来有问题。有人知道 R 中有一个好的快速解决方案吗，例如使用Rcplex包或R gurobi API，从而使用更快的 CPLEX 或 gurobi 优化器？

请注意，我需要运行低于 80 000 次的问题大小，因此我只需要y在每次迭代中更新向量，但仍然使用相同的预测矩阵X。从这个意义上说，我觉得CVXR我现在必须obj <- sum(quant_loss(y - X %*% beta, tau=0.01)); prob <- Problem(Minimize(obj), constraints = list(beta >= 0))在每次迭代中做效率低下，而问题实际上保持不变，而我想要更新的只是y. 有什么想法可以更好/更快地完成这一切吗？

最小的例子：

使用 CVXR 的非负分位数回归：

非负 Huber 回归的语法相同，但会使用

quantreg使用包的非负分位数回归：

我最初的问题是如何在集群上运行 CVX 工具箱（具有学术许可）。我想不出一个直接的方法来做到这一点，我决定以不同的方式解决这个问题。

CVX 许可证依赖于硬件，每个学术许可证与 4 个硬件相关联。我想将其中一个节点（可能是两个）添加到许可证列表中。为此，我需要始终在相同的硬件或节点上运行 CVX（我知道这可能不是一种有效的方法）。有什么办法吗？

当我运行以下 CVX 代码时，我收到一个我不理解的警告。我只有警告，然后代码返回解决方案。如果我重新运行代码，我就不再有警告了。

警告是

代码是

我正在尝试通过以下方式制定优化问题：

1. 我的优化变量 x 是一个 *n 矩阵。
2. x 应该是 PSD。
3. 它应该在0 <=x<= I范围内。意思是，它将在从全零方阵到 n 维单位矩阵的范围内。

到目前为止，这是我想出的：

这给了我[[1, 0], [0, 0]]作为最优 x 的结果，最大迹线为.5. 但事实并非如此。因为我已经在 matlab 的 CVX 中完成了同样的程序，所以我得到了答案矩阵[[.85, -.35], [-.35, .14]]，其最优值为.707. 哪个是对的。

我认为我的约束公式不正确或不遵循 cvxpy 标准。如何正确执行程序中的约束？

（这是我的matlab版本的代码：）

TIA

我已经安装了 3 次 Mosek。它在 python 中工作，但 CVXR（r 包）函数 installed_solvers() 无法找到 MOSEK。

我正在研究 MACos Mojave。我通过 conda 命令安装了 Mosek，获得了学术许可证，在主目录中创建了一个名为 mosek 的文件夹并将许可证文件放入其中。然后我在 jupyter 实验室测试了以下脚本https://docs.mosek.com/8.1/pythonapi/design.html#hello-world-in-mosek并得到结果 Solution x = 2.0 ，所以 Mosek 正在工作。然后我安装了reticulate，使用默认目录，将其替换为use_python("/Users/apple/anaconda3") 和use_python("/Users/apple/anaconda3/lib/python3.6") 在其中任何一个中，函数installed_solvers () 找到了 mosek。我的会话信息如下

https://cvxr.rbind.io/cvxr_examples/cvxr_using-other-solvers/中的文档并没有真正说明如何解决问题。有人找到解决方案了吗？谢谢

我正在尝试使用 R 包 CVXR 解决具有线性约束的二次优化问题。尽管默认求解器能够解决优化问题，但 Mosek 求解器却不能。我希望使用 Mosek 的原因是因为我需要解决超过 250 个约束的更大问题，而默认求解器给出的解决方案不准确，所以我希望使用 Mosek 解决更大的问题。这是 Mosek 不工作的一个简单示例：

问题数据

表格问题

风险规避参数

它给出了以下错误。

有人知道如何解决它，可能是重新表达问题？

我的会话信息如下：

谢谢

我正在尝试将半定编程问题从 CVX 转换为 CVXPY，如此处所述。我的尝试如下：

这里的问题是，当我获取傅里叶级数的系数并将它们转换为数组c时，它在复数值上失败了。我认为这是由于maximizeCVX 和 CVXPY 的功能之间存在差异。我不确定 CVX 最大化了什么，因为矩阵的轨迹是一个复数值。正如下面所指出的，由于矩阵是 Hermitian，所以迹线是真实的，但代码仍然失败。有 CVXPY 知识的人可以解决这个问题吗？