首先，我是优化方面的菜鸟。我有以下问题：
我进行了优化vector x=(x1, x2, x3, x4, x5, x6)。成本函数为：
min. (x3+x4)/x6
约束是：
- quadratically equality constraints: e.g.:
k1*x5^2 + k2*x6 = k3*x5 + k4*x5 + k5*x1^2
- xmin < x < xmax
- some other linear constraints...
我最大的问题是为该问题找到合适的求解器。我已经找到了Boyd的分数线性编程的概念：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf（4-20）
但是，它需要线性约束。我还发现了用于解决二次等式约束问题的启发式方法：https://pdfs.semanticscholar.org/6008/57c54df025e732238425cf55f55997b4a67c.pdf https://web.stanford.edu/~boyd/papers/pdf/qcqp.pdf
但是，我认为它们不适合与线性分数编程结合使用。
如果有人可以提及该问题的任何解决方案，我将感到非常高兴。
最好的问候 狮子座我试图线性化围绕不同随机点的约束，并以最低的成本获得了结果。但是，该解决方案无法满足二次等式约束。