根据以下示例,我将CVXOPT用于线性规划: http://abel.ee.ucla.edu/cvxopt/examples/tutorial/lp.html 我很确定我表达了一种约束
X1 >= 0
但是得到一个负值。 怎么会?我收到“找到最佳解决方案”的信息
^{pr2}$约束值(右侧)
b = matrix( [1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 0.0, 0.0, 0.0] )
最小化函数:
c = matrix( [-1.0, -1.0, -1.0] )
呼叫:
sol=solvers.lp(c,A,b)
但是:
print (sol['x']):
[-4.83e-09]
[ 1.00e+00]
[ 1.00e+00]
-4.83e-09>=0
False
谢谢
根据user guide,CVXOPT中的默认可行性容差为1.0e-7。因此,您应该期望您的约束仅满足于此精度级别。在
编辑因此,为了确保您的“硬”约束得到满足,您需要将变量下限设置为等于“硬”约束(即在您的情况下为0)加上可行性公差:
相关问题 更多 >
编程相关推荐