我正在解决python cvxopt中的凸优化问题。
我知道我可以使用Gx <= h约束添加下限和上限。但是，这增加了问题的维度。除了在解决方案过程中的场景中，我的决策变量变为负数。
答案 0 :(得分：1)
鉴于所有基于cvxopt的解算器的可用API，没有办法解决这个问题，而是使用您所描述的约束。请记住，给定这些求解器，在圆锥优化器的基础理论中没有明确的边界处理（仅限内点方法）。另外：与稀疏比率/模式相比，这些约束非常稀疏，维数是一个可以忽略不计的因素。
这对于Simplex型求解器（边界的显式处理）当然是不同的。但对于像GLPK / MOSEK这样的外部解算器，这也是not supported。
（我不明白你的最后一点。也许让它更清楚！）