Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用实际值检查 cvxpy 中的约束是否正确
在 cvxpy 中解决优化问题时 是否有一种好方法可以通过用实际值替换优化变量来检查约束是否有效 我有一个复杂的优化问题 100 多个约束 但我知道最佳解决方案应该是什么 但是 cvxpy 失败并显示错误消息ValueError Rank
python
Optimization
convexoptimization
cvxpy
最佳开源混合整数优化求解器[关闭]
Closed 这个问题正在寻求书籍 工具 软件库等的推荐 不满足堆栈溢出指南 help closed questions 目前不接受答案 我正在使用 CPLEX 来解决巨大的优化模型 超过 100k 个变量 现在我想看看是否可以找到开源替代
mathematicaloptimization
linearprogramming
convexoptimization
cplex
FMINCON 的替代方案
除了 fmincon 之外还有其他更快 更高效的求解器吗 我正在使用 fmincon 来解决特定问题 但对于中等大小的向量变量来说 我的内存不足 我也没有任何超级计算机或云计算选项可供使用 我知道任何替代解决方案仍然会耗尽内存 但我只是想看
MATLAB
convexoptimization
使到 n 个点的集合的欧氏距离之和最小的点
我有一组点W x1 y1 x2 y2 xn yn 在 2D 平面上 你能找到一种算法 将这些点作为输入并返回一个点 x y 在 2D 平面上 距以下点的距离之和最小W 换句话说 如果 di Euclidean distance x y xi
Algorithm
mathematicaloptimization
computationalgeometry
convexoptimization
受范数不等式约束的二次函数最小化
我正在尝试解决以下不等式约束 给定 N 只股票的时间序列数据 我试图构建一个投资组合权重向量以最小化回报的方差 目标函数 min w T sum w s t e n T w 1 left w right leq C where w是权重向量
r
Optimization
convexoptimization
quadraticprogramming
quadprog
python 中具有等式约束的 L1 凸优化
我需要在 Mx y 的情况下最小化 L 1 x x 是维度为 b 的向量 y 是维度为 a 的向量 M 是维度为 a b 的矩阵 经过一番阅读后 我决定使用 scipy optimize minimize import numpy as n
python
scipy
convexoptimization
CVXPY 在二次规划优化问题上返回不可行/不准确
我正在尝试使用 CVXPY 来解决非负最小二乘问题 附加约束是解向量中的条目之和必须等于 1 然而 当我使用 SCS 求解器在这个简单的二次程序上运行 CVXPY 时 我让求解器运行最多 100000 次迭代 最后遇到错误 指出二次程序不可
多边形分解——去除凹点形成凸多边形
我想解构以下以蓝色显示的多边形 从多边形中删除导致凹面的所有点 目前 我一直在尝试做的是 将每个点从多边形中取出 测试该点以查看它是否落在由该集合的其余部分创建的多边形内 如果为 true 则删除该点 如果为假 请保留要点 这在大多数情况下
geometry
computationalgeometry
convexoptimization
convexpolygon
如何计算权重以最小化方差?
给定几个向量 x1 3 4 6 x2 2 8 1 x3 5 5 4 x4 6 2 1 我想找到每个项目的权重 w1 w2 w3 并获得每个向量的加权和 yi w1 i1 w2 i2 w3 i3 例如 y1 3 w1 4 w2 6 w3使这些
python
MATLAB
Optimization
Variance
convexoptimization