问题标签 [quadratic-programming]

我想最小化以下等式：

具有以下约束：

我有一个 20*10 ruw 和 20*10 quw 矩阵，我现在需要生成一个符合约束的 yuw 矩阵。我正在使用 R 进行编码，并且熟悉 lpsolve、optimx 和 quadprog 包，但不知道如何将它们用于这个特定问题。我知道我必须使用 quadprog 包，因为这是一个二次规划问题。我不是在寻找一个完整的答案，我想要一些关于如何构建约束矩阵和解决问题的最佳方法的指导。

假设我们必须将 x 数量分配给 k 所需数量。是否有算法可以最小化实际 k 分配值和 k 所需数量之间的平方距离？

例如，假设我们需要将 x=5 分配给 k=3 所需数量的 2,-3,4。

我们可以将 5 分配给 2,-3,6，产生 0^2 + 0^2 + 2^2 = 4 的平方距离。

我们可以将负数或任何金额分配给 k 个金额。唯一的限制是分配的金额必须总计为原始 x。分配的金额也不必是整数，只要是实数。

我正在尝试使用 QuadProg++ 库。问题是我的 CI 变量很大。高达 40,000 * 20,000。使用这个大小，它会占用太多内存（至少 12GB ......）。我有 2 个问题： 1.- 有什么方法可以给“solve_quadprog”函数提供不同的数据类型，而不是矩阵的 double 类型？我尝试了short，但它不允许我。2.- 有人知道如何解决这个尺寸问题吗？这个CI变量其实很简单，只有一条对角线全为1，另一条对角线全为-1（其他全为0）

如果可以使用另一个库（解决二次规划问题）解决这些问题也不是问题。任何解决方案将不胜感激在此先感谢

最初，我将目标函数建模如下：

argmin var(f(x),g(x))+var(c(x),d(x))

其中 f,g,c,d 是线性函数

为了能够使用线性求解器，我将问题建模如下

argmin abs(f(x),g(x))+abs(c(x),d(x))

在这种情况下将方差更改为绝对值是否正确，我很确定它们的含义与两个函数之间的差异最小

我正在使用 CGAL QP 包来解决以下二次问题：

我正在使用以下 MPS 文件来定义问题（first_qp.mps）：

请注意，我使用 QUADOBJ 来定义 D 矩阵。在 QUADOBJ 的情况下，仅必须指定对角线之上或之下的 2D 条目，对角线之上的条目是从对称性推导出来的。然后我将此文件提供给求解器（first_qp_from_mps.cpp）：

项目编译，可执行文件运行，返回解向量（0 1 0 0 0 0 0 0 0），目标函数的值为0。我知道这是不正确的。解向量不满足上限约束。在此解向量处评估的目标函数不能等于 0。

我在为我的二次规划问题指定 MPS 文件时犯了错误，还是我需要在求解器搜索解决方案的方式上进行调整？我的问题可能与 CGAL 使用的确切类型有关吗？

例如，我尝试在以下行中更改<int>为<double>

该程序已编译，但当我运行可执行文件时，求解器返回没有可行的解决方案。但我知道有一个可行的解决方案——我在 Excel 中找到了一个使用求解器的解决方案。

我正在尝试解决 R 中的二次问题。我有以下数据：

我需要计算出 λ1 到 λ8。我尝试使用例程：solve.QP(Dmat, dvec, Amat, bvec, meq=0, factorized=FALSE)from package quadprog。在我的情况下，我很困惑为dvec,输入什么。我尝试了以下但它没有给出正确的结果：bvecDmat

结果应该是 λ1 = 65.5261,λ2=65.5261, λ3 到 λ8 = 0。任何帮助将不胜感激。

我想知道实施 Quadprog 来解决二次规划的正确方法是什么。

我有以下问题（从互联网上摘录）并且还在查看以下http://cbio.ensmp.fr/~thocking/mines-course/2011-04-01-svm/svm-qp.pdf

解决这个问题的正确方法是什么？如果我遇到上述问题，本教程对解决有用吗？ http://www.r-bloggers.com/solving-quadratic-progams-with-rs-quadprog-package/

我正在使用 MATLAB quadprog，它在我的本地机器上运行非常慢。

当我在远程机器上运行确切的代码时，它会在 10 分钟内完成。当我在本地机器上运行它时，即使 24 小时后它也不会终止（我有时会杀死它）。

当代码运行时，我的本地机器上的内存使用量为 ~10GB RAM（而我的本地机器有 ~100GB 的可用 RAM）。远程机器上的使用量是 20-30GB RAM。

关于如何使它在我的本地机器上运行得更快的任何想法？

重要编辑 10 月 18 日：我在两台机器上都执行了一个较小规模的问题。在本地机器上需要 1900 秒，在远程机器上需要 8 秒，增益约为 240。这两台机器也有多个多核处理器。这次我注意到htop，远程机器使用它的所有处理器，而本地机器只使用一个处理器（尽管所有其他处理器都可用）。关于如何让 MATLAB 使用本地机器上的所有处理器的任何想法？

一些旁注：

1：nnz 代表 H，Aeq =~ 10e6，尺寸约为 11e6 x 11e6

2：只有等式约束的四边形编程有一个封闭形式的解决方案（参见Boyd）。当我使用封闭形式的解决方案解决它时，在我的本地机器上大约需要 10 分钟，而在远程机器上需要 5 分钟。虽然两者都消耗约 20-30GB 的内存。由于我想添加不等式约束，我希望能够在我的本地机器上快速运行 quadprog。

3：下面是cat /proc/cpuinfo我的机器vs远程机器（远程机器更强，但本地机器也很强）：14核vs 4核是〜x3.5的增益（不考虑多线程开销），并且AVX 与 SSE 最大〜x2。所以它不能解释我看到的 240 的增益。此外，当我使用封闭形式的解决方案（而不是 quadprog）时，远程机器与本地机器相比只有 x2 的增益。

4：我确定我运行的是64位版本，因为我看到内存消耗是10-15GB。

5：本地系统运行RHEL，远程运行ubuntu。

本地uname -a结果：

远程uname -a结果：

6：机器上启用了超线程。我用这个脚本检查了它。

7：按照某人的建议启动并行池无济于事。

谢谢！

单个处理器的本地机器 cpu 信息（在许多中）

单个处理器的远程机器 cpu 信息（在许多中）

我通过matlab 中的 cplexqp 函数使用 IBM 的 CPLEX（或 ILOG）二次规划求解器，并得到一个奇怪的行为，当问题可行时它很快成功（例如 5-10 秒）但当它不可行时失败非常缓慢（60-300 秒）。问题非常大，例如在 N=100-500 个变量上存在 3000-10000 个不等式约束。

退出标志有 5 表示“解决数字问题”。将容差从 1e-3 更改为 1e-10（通过options.simplex.tolerances.feasibility和options.simplex.tolerances.optimality）并没有消除这种不对称性。

我猜它试图“太努力”以避免数字问题。对相关参数有什么建议吗？

我希望 Quadratic 程序只打印必要的输出。这是代码：

当我在写：java Quadratic 1 0 1 时，它带回：“NaN 没有解决方案。” 什么是 NaN？

当我写：java Quadratic 1 -2 1 它打印两次：“1.0 1.0”。我如何变成一个人？因为我已经写了这个 if 命令：if (first == second)。

太感谢了！！！