问题标签 [cvxr]

我正在尝试围绕 CVXR 编写一个包装函数，以便函数可以传递“目标”和“约束”。我使用以下示例：

例子：

到目前为止我的尝试：

问题：

目标变量的计算结果不是 x1^2 + x2^2，而是带有引号。我试过 as.formula、eval、substitute 等。

假设我有一个 LP 问题，其中：

• w 是维数为 r 的常数列向量

• a 是维数为 r 的常数列向量

• p 是维数为 T 的常数列向量

• d 是维度 (r,T) 的矩阵变量

我必须在 LP 问题中插入以下约束：

我一直在使用 R 和 CVXR 很短的时间，所以我不知道如何插入那个双重求和。有人知道如何帮助我吗？

假设我们有一个方阵M，例如，

我想知道是否有一种有效的方法来找到一个子矩阵，使其行列式是所有子矩阵中的最大值。矩阵的大小应大于1x1但小于或等于5x5。一些子矩阵示例如下

我可以以蛮力的方式做到这一点，即遍历所有可能的子矩阵，但我相信必须有一些优化方法可以让它更容易。

我更喜欢看到解决方案，CVXR但不确定这个优化问题是否可以用凸的方式来表述。有人可以帮忙吗？否则，也欢迎其他优化包！

这是 Markowitz 的有效投资组合问题，但是是“原始的”。我需要在一定风险水平下最大化投资组合的回报。

我有一个返回向量 mu：

方差协方差矩阵：

我想解决以下最大化问题：

其中 mu_p 是投资组合收益（加权平均），sigma_p**2 是投资组合的方差，SIGMA 是 varcov 矩阵，1 是 1 的向量，x 是权重

加上一个约束，使 x 的所有值都大于或等于 cero

我真的不知道如何在 R 中做到这一点，我已经查看了一些包，如 ROI 和 CVXR，但我不明白如何解决这个问题。

我CVXR用来解决凹目标函数。决策变量 ( x) 是一维的，目标函数是 2 个对数项的总和，其中第二项是具有不同基数的“<code>a 和b”（例如 , a^x）的指数b^x；“<code>a 和b”是常量。

我的完整目标函数是：

其中y是给定的一维数据向量。

a^x当我将具有 (和)的第二项添加b^x到目标函数时，我不断得到

有没有CVXR可以用来编码的原子函数constant^x？这是我的代码：

请告诉我我做错了什么。我提前感谢您的帮助。

我正在尝试用 R 中的 CVXR 解决混合整数问题。以下代码用于解决它：

这给出了以下错误：

当我将代码更改为以下代码时：

它有效，但这些不是我想要的限制。

有谁知道如何解决这个问题？

我正在使用 CVXR 来编写惩罚线性回归。我的全局损失由 4 个元素组成：两个不同的 SSE 损失 loss_u、两个不同数据集上的 loss_b、岭惩罚和特定距离 D。如果我使用“距离 ==“MM””，则代码有效。但是，'distance == "MMD"' 存在错误。我使用内核“kernlab::kmmd”中的外部 rcpp 函数。问题是“Xb %*% beta”是一个 MulExpression。我不知道是否应该将其转换为数字（但如何？）或者是否无法使用 rcpp 函数。

我正在使用CVXR建模包来解决凸优化问题。我确定问题是凸的并且它遵循 DCP 规则，但是如果我使用CVXR它检查 DCP 规则，则返回False. 但是，如果我遇到完全相同的问题并使用它检查CVXPY它返回True（如预期的那样）

这里发生了什么？我附上了 R 和 Python 中这种行为的最小可重现示例：

R代码使用CVXR

Python代码使用CVXPY

有人可以解释这里发生了什么以及如何解决它以便我可以使用 CVXR 吗？

我想最小化以下目标函数

有一些限制

另一个用户（我认为是G. Grothendieck）建议使用CVXRR 的包。

所以我按照A Gentle Introduction to CVXR的说明来制作我的代码

关于如何将二次程序转换为线性程序？ 我找到了有助于解决双线性公式部分问题的McCormick 信封的提示。尤其是那部分。

在josliber的回答结束时，他评论说，所有变量都应该有一个界限。在我的约束中没有上限，因此我插入了一个上限。这是一个随意的选择。如果解决方案在边界上，您必须重新计算新的边界......

这里的解决方案不是我所期望的......当我用solve.QP()then 解决相同的目标函数时，我得到和。为了建立代码看看我的另一个问题......

让我们检查一下代码：

问题：

• 为什么两个结果不同？
  • 在哪些解决方案中我犯了错误？可以指出它们吗？
• 当我从结果中输入 x 和 y 时，我没有得到$value替代solve.QP()方案
  • 做数学的时候
  • 正如你所看到的结果并不重合
  • 我在这里做错了吗？！

提前谢谢了！

我有一个目标函数

有一些限制

我想最小化。

我想使用 R 包CVXR和McCormick 信封。

让我们检查一下代码：

但遗憾的是，这是一个缺点：

• 和的值只是近似值，因为 McCormick 是约束的松弛。
• 这些是真正的价值观：
  • 

为了克服这个缺点，您可以使用这种方法（请参阅 josliber 的答案），在其中将间隔拆分为一个变量。就像josliber我在 x 变量上分开了......

在以下部分中，我的问题出现了 - 但首先看看我的代码：

问题：

1. 为什么josliber只使用四个不等式中的两个？
   • 因此，我也在代码中尝试了第二个约束替代方案

2. 你能帮我解决我的问题吗？！
   • 我想我必须使用第二个约束替代方案，但这里的值solution_OF$getValue(x'ses)是如此之高，以至于像josliber提到的那样总结它们不会让我得到预期的结果x=2。
   • 在这两种选择中，都有两个约束x+2*y <= 10和x+y <= 6。由于我将 x 范围分成五个子部分，我必须转换它们吗？
3. 是否也可以拆分多个变量？参考josliber的回答。