进口 cvxpy公司 作为 内容提供商
进口 numpy公司
#问题数据。
米 = 30
n个 = 20
numpy公司 . 随机的,随机的 . 种子 ( 1 ) A类 = numpy公司 . 随机的,随机的 . 兰登 ( 米 , n个 ) b = numpy公司 . 随机的,随机的 . 兰登 ( 米 ) #构造问题。
x个 = 内容提供商 . 变量 ( n个 ) 客观的 = 内容提供商 . 减少 ( 内容提供商 . 平方和(_S) ( A类 @ x个 - b )) 约束 = [ 0 <= x个 , x个 <= 1 ] 问题 = 内容提供商 . 问题 ( 客观的 , 约束 ) #最佳目标由prob.solve()返回。
结果 = 问题 . 解决 () #x的最佳值存储在x.value中。
打印 ( x个 . 价值 ) #约束的最优拉格朗日乘子
#存储在constraint.dial_value中。
打印 ( 约束 [ 0 ]. 双重值 )
凸优化问题, 混合积分凸优化问题, 几何程序,以及 拟凸规划。
pip安装cvxpy
conda安装-c conda-forge cvxpy
Python>=3.7 OSQP>=0.4.1 ECOS>=2 SCS>=1.1.6 数字Py>=1.15 SciPy>=1.1.0