我需要用Python解决CVXOPT或CVXPY的优化问题,并且遇到了困难。目标函数是

Minimize Sum(a*x^2+b/x)


受到以下约束

5 <= x < 40;

sum(v/d)<=T


其中向量x是优化变量,向量ab被给定,而T是给定的标量。

最佳答案

以下代码解决了CVXPY中的问题。我以为你的意思是sum(x/d) <= T

# Replace these with your values.
n = 2
a = 2
b = 2
d = 2
T = 1000

import cvxpy as cvx

x = cvx.Variable(n)
obj = cvx.sum_entries(a*x**2 + b*cvx.inv_pos(x))
constr = [5 <= x,
          x <= 40,
          cvx.sum_entries(x/d) <= T]
prob = cvx.Problem(cvx.Minimize(obj), constr)
prob.solve()

关于python - 使用CVXOPT或CVXPY进行凸面编程,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/29174233/

10-10 22:20