Я пытаюсь выполнить следующие упражнения в CVXOPT. Я внес незначительные изменения в код примера здесь, удалив ограничения неравенства и добавив еще несколько ограничений равенства.
from cvxopt import solvers, blas, matrix, spmatrix, spdiag, log, div
solvers.options['show_progress'] = False
import numpy as np
np.random.seed(1)
# minimize p'*log(p)
# subject to
# sum(p) = 1
# sum(p'*a) = target1
# sum(p'*max(a-K,a^2)) = target2
a = np.random.randint(20, 30, size=500)
target1 = 30
target2 = 0.60
K = 26
A = matrix(np.vstack([np.ones(500), a, np.array([max(x-K,x*x) for x in a])]))
b = matrix([1.0, target1, target2])
n = 500
def F(x=None, z=None):
if x is None: return 0, matrix(1.0, (n,1))
if min(x) <= 0: return None
f = x.T*log(x)
grad = 1.0 + log(x)
if z is None: return f, grad.T
H = spdiag(z[0] * x**-1)
return f, grad.T, H
sol = solvers.cp(F, A=A, b=b)
p = sol['x']
Но когда я выполняю следующее:
np.sum(p)
243.52686763225338
Это нарушило первое ограничение оптимизации. Я не могу понять, что здесь происходит. (Обратите внимание, так как я использую случайные числа для генерации переменной a
, ваш np.sum(p)
будет производить разные значения, но вы должны наблюдать такое же нарушение, что и мое.
Даже если я сохраняю ограничения неравенства по исходной ссылке и добавляю два дополнительных ограничения равенства, ограничения равенства нарушаются.
Есть ли какой-либо другой пакет, который я могу надежно использовать в качестве пакета, который поддерживается?
Изменить: Если нет приемлемого решения, не должно быть сообщения, которое не найдено ни одного приемлемого решения?