我正在尝试通过 MOSEK c++ 实现目标 function。但是有一个问题。 当我尝试像下面这样制作 function 时，MOSEK 中没有除法 function。 a是变量， b , c是参数。我做a （分子）和b+ac （分母）respecivley，但我不知道如何划分它们。 所以我做 ...
如果我有 10,000 个二次程序的实例，解决这些程序的最快方法是什么？ 循环 通过 CPU 线程并行化 这甚至有什么作用吗？ 据我所知，GPU 并行化不可用。 ...
我正在运行一个 python 程序，它使用 CVXPY 来解决涉及半定约束的优化问题。 最初，当我使用 CVXPY 提供的默认求解器时，代码运行良好。 然后我尝试使用 MOSEK 作为优化求解器。 由于必须安装它，我尝试使用 pip 安装程序从命令提示符安装它。 但是安装中途中断（我不知道具体原因） ...
我们正在使用 Mosek 的浮动许可证产品。 这意味着， Mosek's license server在本地单独的专用服务器（= xyz和端口= abc ）上运行。 它显示启动服务器在127.0.0.1启动。 尽管我们（作为开发人员）可以使用终端ssh进入该服务器xyz并检查Mosek licens ...
我们通过其 Cvxpy 接口使用 Mosek 求解器。 我们定期处理大规模优化问题，有时运行时间非常长。 因此，我们使用 Mosek 的mosek.dparam.optimizer_max_time参数指定了运行时间的上限。 在那些情况下，痛点是我们得不到解决方案。 到目前为止是否有可能获得次优/最 ...
我必须在 R Mosek 中解决以下优化问题： 这是一个凸约束，可以转换为2^N-1圆锥约束和一个半空间的交集： 这在我的实际情况下是不可行的，因为N=50 。 我能做些什么？ 我的问题是否无法解决（使用 R Mosek）？ 按照答案编辑： 是我的约束吗 相当于 ...
我正在尝试使用 C++ Fusion 解决 Mosek 中的半定程序，并具有以下形式的约束 $$ \sum_j A_{i,j} M_j - \vec{c}_i^T \vec{y} + x \le b_i \forall i, $$ （链接到方程的图片） 其中每个 M_j 是一个半正定矩阵。 目前，我 ...
以前我使用命令conda install -c mosek mosek安装 mosek（我的 IDE 是 VS Code 并使用 anaconda 环境）。 安装好之后，我运行了一个凸优化问题的程序，一行代码是（因为我想选择mosek作为求解器）： 然后弹出一个错误： cvxpy.error.S ...
我有以下约束要在 Mosek 中实现，其中未知变量是 x。 我正在尝试关注这里的讨论。 我可以将约束写为 15 个指数锥和一半空间之间的交集。 但是，鉴于我有未知 x 的元素的线性组合，在 Mosek 中编写指数锥的最佳方法是什么？ ...
我想使用 Mosek 解决以下问题： 约束是凸的。 在 Mosek 可以解决的问题的指导下，我找不到一个“接近”的例子。 因此，我想知道：（1）Mosek 是否适合解决上述问题？ （2）如果是，我该如何重新调整上述问题以由 Mosek 解决？ (3) 如果没有，您能否建议我可能使用的替代求解器 ...
首先，Mosek 的初始化 API 效果很好。 我们能够将优化速度提高 25 倍，仅通过对样本问题进行决策变量初始化（所有变量都受积分约束）。 现在，我们正在解决一个新的大规模 MIQCQP 问题（一些变量积分约束和一些连续变量），我们想要初始化所有这些变量。 使用task.putxxslice A ...
我们已经购买了多个 Mosek 浮动许可证 我们想要获取 Mosek 许可证的使用信息（即哪个员工在什么时间点使用了该许可证）。 像这样的东西： 虽然，似乎有一个低级日志文件lmgrd.log （它记录每个许可证请求），但这需要实现一个解析器层来提取信息。 我们有以下问题： Mose ...
问题： 我不会得到从 Matlab 实现中得到的结果，我不确定pow_pos(norm(x(:, 1) - start'), 2)我已经正确转换，这是转换后的代码 Output 这里黑点代表我从 Matlab 得到的东西，绿点代表我从 C++ 得到的东西 这是我在 Matlab 中编写的原始代码 ...
我有一个奇怪的错误仍然无法弄清楚。 在这里，当我使用M->constraint(Expr::mul(A, x), Domain::lessThan(b_rep)); 表达它工作正常。 但是同样的事情可以通过以下方式来完成，但这是行不通的， 我收到以下错误 ...
我们正在制定一个优化问题并使用 Mosek 求解器。 但对于 Mosek 来说，这将是更好的建模框架，其中包括： Cvxpy ：之前我们使用了 Cvxpy，但它缺少 Mosek 的优化器 API 中存在的一些功能（例如解决方案初始化）。 Mosek 优化器 API ： Cvxpy 似乎对问题进行 ...
我们正在 Pyomo + Mosek（商业）中制定 QP 优化问题。 出乎意料的是，mosek 抱怨二次系数不是 PSD。 最小的可重现示例：import pyomo.kernel as pmo import numpy as np; np.random.seed(1) n = 5 Q1 = np ...
我们正在 Mosek 中制定一个优化问题（通过其 Pyomo 接口）。 我们需要以opf格式转储问题。 为了实现这一点，我们激活了iparam.opf_write_problem [0] 求解器选项，但失败了（即没有创建opf文件）。 最小的可重现示例：import pyomo.environ a ...
我们有一个优化问题，想要初始化其决策变量的值以实现快速收敛。 我们正在使用 Mosek 求解器（通过其 Cvxpy 接口）。 任何帮助表示赞赏，非常感谢！ ...
我试图解决一个简单的优化问题，首先通过 Python.Cvxpy 框架，然后通过 Julia.JuMP 框架，但 Julia.JuMP 公式较慢 1 我的优化问题： 在 Python.Cvxpy 中：（运行时间：4 秒）# Run: time python this_file.py import ...
我通过其 Cvxpy 界面使用 Commercial Mosek。 专门利用其不可行报告功能来调试我的不可行问题。 虽然它对于示例 LP 问题运行得非常好，但在 MILP 问题上却失败了（即求解器日志中没有不可行性报告）。 在 Mosek [0] 的官方文档中，我找不到任何关于不可行性报告支持的问题 ...