Python.CVXPY学习指南三

本文介绍了使用CVXPY进行凸优化编程的基本规则,包括目标函数和约束条件的要求,以及DCP(Disciplined Convex Programming)分析。详细讨论了表达式的正负号和曲率,帮助理解如何构建有效的凸优化问题。
摘要由CSDN通过智能技术生成

凸问题的编程规则(Disciplined Convex Programming)

前言:DCP(Disciplined convex programming )是一个系统,它从已给的基础函数库构造已知曲率的数学表达式。 CVXPY使用DCP确保目标函数为凸.这部分解释了DCP规则以及在CVXPY中的应用。
凸优化问题:凸优化之所以如此重要,是因为凸优化的重要特性, 凸优化的任意局部最优解也是全局最优解
凸优化问题是形式如下:
这里写图片描述
其中 f0,...,fm 为凸函数,凸优化问题附加三个条件:

  • 目标函数必须是凸的,
  • 不等式约束是凸的
  • 等式约束 hi(x)=aTi
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值