问题标签 [cvxpy]

我正在使用 CVXPY 研究 Python 中的最小方差优化问题，该问题接受以下形式的约束

形式w为

为了更有效地运行它，我想根据我将存储我的设置的文件动态地创建我的约束列表。读入和创建约束列表工作正常，并使用

表明

但看看它包含的实际条目

而我的是这种格式

用于读取数据的代码是

有谁知道如何做到这一点？问题是在可以使用之前以 CVXPY 的变量格式获取 w。

我正在尝试使用 CVXPY 来最大化股票投资组合的夏普比率。

变量 w 是投资组合权重向量，Sigma 是 nxn 相关矩阵，mu - 是每个投资组合股票的平均收益，rf - 无风险利率（标量值）。

起初，我尝试将问题构造为：Maximise((ret-rf)/(sqrt(risk)))，这引发了 TypeError: Can only 除以一个标量常数。我尝试通过记录我试图最大化的值来绕过这个问题，但是现在我得到了由“prob.solve()”引发的“无效语法”。我很确定最大化公式引起的问题，但我不确定它是什么。

（我已经尝试了两个 CVXPY 对数公式，即 log_det() 和 log_sum_exp()）

下面是代码：

我想采用变量列表的 2 范数。如何将序列转换为与 CVXPY 兼容的变量“列表”？有没有办法处理这个？提前致谢。例如，

我正在尝试在 Ubuntu 14.04 上安装 CVXpy，使用 python 2.7.6，pip 1.5.4。我尝试了这里提出的方式： http ://www.cvxpy.org/en/latest/install/index.html

它运行顺利，直到：我得到错误的nosetests cvxpy：

ImportError：没有名为 canonInterface 的模块

所以我尝试安装包 CVXcanon 但命令 pip install CVXcanon 给出以下错误：

你对如何解决这个问题有什么建议吗？谢谢你。

我想使用 CVXPY 在离散时间解决最小燃料最优控制问题。在连续时间线性系统上使用零阶保持，可以将问题转化为具有凸控制约束的线性程序。我已经使用 Yalmip 和 CVX 等 Matlab 环境完成了这个问题的基本公式，但我无法在 CVXPY 中使用它。我遇到的问题是，即使问题似乎可以编译并完全解决，但输出值显然不满足边界条件，并且在绘制输出时，结果为空。

我附上了代码。问题应该是双积分器的最小燃料控制；我想要一个严格正向和负向的控制信号，每个信号的取值都在 0 和 umax 之间。

这是定义双积分器矩阵的类：

这是主要代码：

非常感谢您的帮助！

我现在正在努力处理一些代码。我正在尝试对 2D 轨迹进行凸优化，并尝试将速度差异最小化。问题是当前速度的计算（通过在时间步长 t-1 和 t+1 中使用我的解向量 x），但是当我尝试创建一个使用凸范数方法的新向量时会出现问题

我得到：

任何想法/提示？非常感谢提前

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。

我正在尝试设置一个取决于最小化函数值的约束。

我遇到的问题具有以下性质：

fmin = 最小化 (d1x1 +d2x2 ... +d5x5)

我想在以下约束条件下进行优化：

在这种情况下，y1.. yn 是标量常数。

所以我需要以某种方式定义：

x1d1/fmin = y1 作为约束之一。

这里的最优值向量将是 (d1 .. dn)。但是，这也必须满足约束 d1/minimized(d1.. dn) = y1 作为示例。

我应该如何设置？我使用什么样的优化器？

我可以使用 excel 求解器很容易地做到这一点——但现在我想用 python 编写代码。我正在尝试使用 scipy.linprog 但我不确定这是否是线性编程问题或者我是否需要使用另一种方法。我想不出一种方法来为这个问题在 linprog 中设置约束。谁能帮我 ？

我编写了一个使用CVXPy库解决优化问题的简单代码。

我想使用PyInstaller创建一个 exe 文件，我的版本是 3.1.1。附上编译过程的日志。编译过程成功完成。

当我尝试执行编译文件时，我收到以下错误消息：

任何人都可以提供一些建议吗？我发现这篇文章可能与该主题相关。

我在 cvxpy 中定义了一个优化问题，但之后想在 numpy 中处理我的代码中的结果 - 如何将它从 cvxpy 转换为 numpy？

它是类型

如果我想绘制它以查看结果，matplotlib 只显示一个蓝色区域。