Python-优化添加约束时的“凸”非凸函数

时间:2020-08-26 08:08:22

标签: python optimization cvxpy convex-optimization

假设我有一个非凸的目标函数f(x)(x可以是一个向量),但是一旦添加约束,它将变成一个凸问题。为了说明我的意思,请考虑以下琐碎的示例:让f(x)= cos(x)。显然,cos(x)不是凸的,但是如果我只考虑[0,pi / 2]中的x,那么当将x限制为这些值时,函数就是凸的。

CVXPY不接受此类问题,因为它不满足DCP规则。在前面的示例中,一个选项是最小化f(x)+ g(x),其中g是指标函数,使得:[0,pi / 2]和g(x)中的x的g(x)= 0 = + infinity,否则,但我不知道如何在CVXPY中实现。我可以在Python中使用什么来利用问题的“凸性”?

谢谢。

0 个答案:

没有答案