如何在cvxopt中有效地增加变量的边界？

Question

我正在用python cvxopt解决一个凸优化问题。在

我知道我可以使用Gx <= h约束添加下界和上界。然而，这增加了问题的维度。除此之外，在求解过程中的场景中，我的决策变量变为负值。在

Answer 1

考虑到所有基于cvxopt的解算器的可用api，除了使用您所描述的约束之外，没有其他方法。请记住，给定这些解算器，在圆锥优化器的基础理论中没有显式的边界处理（仅限内点方法）。另外：这些约束非常稀疏，与稀疏比/模式相比，维数是一个可以忽略的因素。在

这当然与单纯形解算器（边界的显式处理）不同。{glek/solvek也是这样的。在

）我不明白你的最后一点。也许说得更清楚些！）在