如何解决Python-优化添加约束时的“凸”非凸函数
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。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。