【发布时间】：2017-12-08 07:19:28
【问题描述】：
我是CVXPY 的新手，想进行一些优化，
这是我的代码：
from numpy.linalg import pinv
AA=pinv(A) #m*n
AAT=AA.T #n*m
i1=np.transpose(np.matrix([1,0])) #m*1
i2=np.transpose(np.matrix([0,1])) #m*1
from cvxpy import *
import numpy as np
from numpy import *
#construct the problem
x=Variable(1,5) #1*n
wx=np.matrix([x[0],x[1],x[2],x[3],x[4]])
#consraints
constraints = [x[0]+x[1]+x[2]+x[3]+x[4]==1]
for i in range(5):
constraints += [
x[i] <= 1,
x[i] >= 0,
]
Q=wx*A*i1*wx*a*AAT*i1
P=wx*A*i2*wx*a*AAT*i2
objective = Minimize(Q-P)
result=prob.solve()
print(x.value)
在哪里
wx is 1 by n matrix (the variable matrix, unknown, to be solved)
A is n by m (known),i1 is m by 1 (known),i2 is m by 1 (known)
a is n by n (known), AAT is n by m (known)
我有一个（n x m）和一个（n x n）：
A=[[-4.10272297 -1.94100278]
[-0.07551063 0.00533883]
[-0.27742026 -0.17370814]
[ 0.07785536 -1.02386256]
[ 0.77757854 0.04405759]]
a=[[ 80.81155556 0.82893333 2.87077778 2.97862222 -18.59855556]
[ 0.82893333 0.01547111 0.04784444 -0.05957111 -0.09624444]
[ 2.87077778 0.04784444 0.20449444 -0.00278333 -0.3157 ]
[ 2.97862222 -0.05957111 -0.00278333 4.68989889 -3.28908889]
[-18.59855556 -0.09624444 -0.3157 -3.28908889 9.14991111]]
但我收到以下错误：
TypeError: <class 'cvxpy.atoms.affine.add_expr.AddExpression'> is not a valid type for a Constant value.
看来我没有解决凸问题，所以CVXPY 不起作用
我该如何处理？
我是CVXPY 的新手，所以请具体说明！谢谢！
【问题讨论】：
-
(1) 此代码不完整，无法复制。此外，您对 cvxpy 的使用很奇怪。你不应该需要所有这些点。 (2) cvxpy 自动表现得像 scipy.sparse 矩阵，这意味着
wx*a就足够了。 (3) 如果最终错误是由于形状或您的操作本身很难调试给出此代码。 (4) 如果你的模型是非凸的，你不能在 cvxpy 中制定它！ -
我已经澄清了问题并确保矩阵的形状不是我错误的原因，但它仍然不起作用......
-
将代码编辑成可以复制粘贴的东西有什么难的？现在您希望我们复制粘贴 A 数组并手动/或工具支持的插入逗号以使其在语法上有效代码并将其与其他代码部分组合（因为在代码中创建 np 数组看起来与打印不同） ?您也没有说明您使用的是哪个 cvxpy 版本（实际上可以有所作为）。
标签： python nonlinear-optimization cvxpy