什么是好的凸优化库？ [关闭]答案

【问题标题】：What's a good convex optimization library? [closed]什么是好的凸优化库？ [关闭]
【发布时间】：2010-12-31 00:40:53
【问题描述】：

我正在寻找一个 C++ 库，我正在处理凸目标和约束函数。

【问题讨论】：

大多数 LP 求解器都有自己定义问题集的方法。它的编程接口主要是糖衣。
我正在使用 cvxopt，为了安装，我刚刚从 lfd.uci.edu/~gohlke/pythonlibs/#cvxopt 下载了预编译的库，然后进行了 pip install（下载的轮子），然后确保在使用之前导入 numpy。
@Phylliida：CVXOPT 有 C++ 版本/接口吗？

【解决方案1】：

我猜你的问题是非线性的。在我工作的地方，我们使用SNOPT、Ipopt 和另一个专有求解器（非出售）。我们还尝试并听到了关于 Knitro 的好消息。

只要您的问题是凸的，所有这些求解器都可以正常工作。

它们都有自己的 API，但它们都要求相同的信息：值、一阶导数和二阶导数。

【讨论】：

【解决方案2】：

假设您的问题是非线性的，您可以使用免费的开源 OPT++，可从 Sandia Lab 获得。我在一个 C++ 项目中使用过它，它易于使用且运行良好。

【讨论】：

【解决方案3】：

据我所知，CPLEX 求解器是最好的凸优化求解器。它是 LP 求解器的最先进技术。凸优化真的很好。在寻找它时，我看到它现在是 IBM 的软件。你可以在这里找到它：http://www-01.ibm.com/software/integration/optimization/cplex/

【讨论】：

您可以在此处找到其他开源求解器及其性能基准：plato.asu.edu/ftp/lpfree.html 另外，别忘了查看code.msdn.microsoft.com/solverfoundation
线性意味着凸，而不是相反。
cplex 求解线性或二次约束凸问题。它非常快，但不能处理一般的凸问题。

【解决方案4】：

您可以将 GSL (GNU Scientific Library) 与 the package NLopt 一起使用，这是一个具有无约束、有界约束和一般非线性不等式约束的非线性优化包。

【讨论】：

两个cmets：首先，你的意思是你可以同时使用GSL和NLOpt（GSL和NLOpt）？它们似乎是独立的项目。他们有相同的精神，但他们是独立的。其次，NLOpt 的作者不建议将 NLOpt 用于凸问题，来自网页：“NLopt 仅包括不假设凸性的一般方法；如果您有可证明的凸问题，则使用不同的软件包可能会更好，例如斯坦福大学的 CVX 软件包。” ab-initio.mit.edu/wiki/index.php/…