使用Armadillo和qpOASES

时间:2015-06-08 12:21:05

标签: c++ armadillo

我使用qpOASES解决了二次规划优化问题。在那里存在一个我需要预处理的矩阵X,所以我使用Armadillo和那里的例程arma :: pinv来计算Moor-Penrose伪逆。

问题:我在一个文件中写了矩阵X,然后我在一个单独的程序(比如test.cpp)中读取它,它不依赖于qpOASES。例程pinv运行正常。

#include <iostream> 
#include <fstream>
#include <armadillo>                                                  
#include <string>

using namespace std;                                       
using namespace arma;                                      

int main(){


    // Read design matrix.
    int NRows = 199;
    int NFields = 26;
    string flname_in = "chol_out_2_data"; 
    mat  A (NRows,NFields);                              

    for (int i=0; i < NRows; ++i) 
         for (int j=0; j < NFields; ++j)
                    myin >> A(i,j) ;

    // Calculate pseudoinverse  
    mat M;
    pinv(M,A);    // <========= THIS fails when I use flag: -lqpOASES
 }                                          

当我在执行QP优化的文件中包含相同的例程(比如true_QP.cpp)时,由于pinv无法计算伪逆,我得到运行时错误。我做了大量的测试,文件在OK中读取,值也是一样。

我通过以下方式跟踪了存在冲突的问题:我编译了不依赖于qpOASES(test.cpp - 如上所述)的程序,并使用-lqpOASES标志,然后,代码给出了运行时错误。

即编译:

g++ test.cpp -o test.xxx -larmadillo

运行良好:

./test.xxx

编译:

g++ test.cpp -o test.xxx -larmadillo -lqpOASES

抛出异常(由于计算pinv失败):

./test.xxx

因此我怀疑有些冲突 - 似乎使用-lqpOASES也会影响犰狳中的某些旗帜?有任何想法吗?是否存在LAPACK / BLAS中的某些依赖或内部的某些标志可能会改变Armadillo的设置?感谢您的时间。

以下是arma :: pinv函数的文档: http://arma.sourceforge.net/docs.html#pinv

1 个答案:

答案 0 :(得分:0)

我通过计算来自Eigen而不是Armadillo的pinv解决了这个问题。

我用于Eigen的函数定义,基于此错误报告: http://eigen.tuxfamily.org/bz/show_bug.cgi?id=257

是:

template<typename _Matrix_Type_>
Eigen::MatrixXd pinv(const _Matrix_Type_ &a, double epsilon =std::numeric_limits<double>::epsilon())
    {
    Eigen::JacobiSVD< _Matrix_Type_ > svd(a ,Eigen::ComputeThinU | Eigen::ComputeThinV);
    double tolerance = epsilon * std::max(a.cols(), a.rows()) *svd.singularValues().array().abs()(0);

    return
            svd.matrixV() *  (svd.singularValues().array().abs() > tolerance).select(svd.singularValues().array().inverse(), 0).matrix().asDiagonal() * svd.matrixU().adjoint();
}