python求解二次规划_【366】通过 python 求解 QP 问题

步骤如下:

首先安装 cvxopt library

将问题化成标准 QP 问题, 得到 P/q/G/h/A/b

直接利用自带函数求解即可

cvxopt.solvers.qp(P, q[, G, h[, A, b[, solver[, initvals]]]])

1、二次规划问题的标准形式

上式中，x为所要求解的列向量,xT表示x的转置

接下来，按步骤对上式进行相关说明：

上式表明，任何二次规划问题都可以转化为上式的结构，事实上用cvxopt的第一步就是将实际的二次规划问题转换为上式的结构，写出对应的P、q、G、h、A、b

目标函数若为求max，可以通过乘以−1，将最大化问题转换为最小化问题

Gx≤b表示的是所有的不等式约束，同样，若存在诸如x≥0的限制条件，也可以通过乘以−1转换为≤的形式

Ax=b表示所有的等式约束

2、以一个标准的例子进行过程说明

例子中，需要求解的是x,y，我们可以把它写成向量的形式，同时，也需要将限制条件按照上述标准形式进行调整，用矩阵形式表示，如下所示：

如上所示，目标函数和限制条件均转化成了二次规划的标准形式，这是第一步，也是最难的一步，接下来的事情就简单了

对比上式和标准形式，不难得出：