[英]Mixed Integer Programming Constraints in CVXPY
其中: V: 3x3 Matrix
V:標量復數常數
問題是要找到一個boolean
矩陣X
最小化Residules=cp.norm(cp.sum(cp.multiply(Vc,S))-V)
以下代碼有效:
import numpy as np
import cvxpy as cp
V= np.random.random(3)*10 + np.random.random(3)*10 * 1j
C=3+4j
X=cp.Variable((3,3), boolean=True)
Residules=cp.norm(cp.sum(cp.multiply(Vc,S))-V)
Objective= cp.Minimize(Residules)
Const1=cp.sum(X,0)<=1
Prob1= cp.Problem(Objective)
Prob1.solve()
X=np.array(X.value)
print(np.round(X))
print(Prob1.value)
output:
[[ 1. 0. 0.]
[ 1. -0. -0.]
[-0. 1. -0.]]
1.39538277332097
我的問題:我想對問題進行約束,以便對於Matrix X
中的每一列,只有一個元素可以是“1”,並且 rest 應該為零。 這樣在每一列中最多有一個值為 1 的元素。我試過:
Const1=cp.sum(X,0)<=1
Prob1= cp.Problem(Objective,[Const1])
Prob1.solve()
發生以下錯誤:
文件“path\Anaconda3\lib\site-packages\cvxpy\reductions\complex2real\complex2real.py”,第 95 行,invert dvars[vid] = solution.dual_vars[cid]
密鑰錯誤:11196
任何其他方式來設置這個約束?
我將complex
的部分與real
部分分開。 我認為它有效。
import numpy as np
import cvxpy as cp
Vr= np.random.random((3,3))
Vi=np.random.random((3,3))
Cr=3
Ci=4
X=cp.Variable((3,3),boolean=True)
Real=cp.sum(cp.multiply(Vr,X))-Cr
Imag=cp.sum(cp.multiply(Vi,X))-Ci
Residules=cp.norm(cp.hstack([Real, Imag]), 2)
Objective= cp.Minimize(Residules)
const1=[cp.sum(X,axis = 0)<=1]
Prob1= cp.Problem(Objective,const1)
Prob1.solve()
X=np.array(X.value)
print(np.round(X))
print(Prob1.value)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.