[英]Does anyone know how to do convex optimization in Python with CVXOPT module?
我想最大化Ax = b
,其中A
是m
× n
矩阵, x
是n
向量。 对x
的约束是其条目的总和为1
且A x >= 0
。
改用CVXPY :
from cvxpy import *
import numpy as np
m = 30
n = 10
# generate random data
np.random.seed(1)
A = np.random.randn(m,n)
b = np.random.randn(m)
# optimization variable
x = Variable(n)
# build optimization problem
prob = Problem( Maximize(sum(A*x)), [ sum(x) == 1, A*x >= 0 ])
# solve optimization problem and prints results
result = prob.solve()
print x.value
这个优化问题是无限的 ,因此,没有最佳解决方案。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.