【发布时间】：2017-05-09 02:37:22
【问题描述】：
我正在尝试设置一个取决于最小化函数值的约束。
我遇到的问题具有以下性质：
fmin = 最小化 (d1x1 +d2x2 ... +d5x5)
我想在以下限制条件下进行优化：
x1+X2+x3+x4+x5 = 1
0.003 <x1 .. X5 < 0.05
d1x1/fmin = y1
(d2x2+d3x4)/fmin = y2
(d4x4+d5x5)/fmin = y3
在这种情况下，y1.. yn 是标量常数。
The problem I am having is that I dont know how to setup the A_ub or A_eq
In linprog so that B_ub = y1*fmin for d1x1 for example.
所以我需要以某种方式定义：
x1d1/fmin = y1 作为约束之一。
这里的最优值向量将是 (d1 .. dn)。但是，这也必须满足约束 d1/minimized(d1.. dn) = y1 作为示例。
我应该如何设置？我使用什么样的优化器？
我可以使用 excel 求解器轻松完成此操作 - 但现在我想在 python 中编写此代码。我正在尝试使用 scipy.linprog 但我不确定这是线性编程问题还是我需要使用另一种方法。我想不出一种方法来为这个问题在 linprog 中设置约束。谁能帮帮我？
【问题讨论】：
-
我尝试使用 scipy.linprog 来设置前两个约束，但在设置后一个约束时遇到了困难。我什至不确定是否需要为此使用 linprog。不仅仅是基于代码 - 它是我真正追求的一种方法。
-
@DrBug
y1、y2和y3是什么？变量还是常量？ 如果它们是常量，那么您可以将约束重写为线性的d4x4 + d5x5 = y3 * sumof(...)，如果yis 是约束非线性的变量，因此您必须使用更强大的东西，例如二次求解器。 -
谢谢巴库留。 y1.. y3 是常数。但是，总和还包括我试图最小化的变量（d1.. dn）。在这种情况下，我正在努力解决的第一个约束实际上是 (d1x1+d2x2)/(minimized function)。
-
@Bakuriu 是对的，首先线性化您的约束，然后查看here，看看您是否可以按照示例进行操作。
-
@pbreach：您的评论没有帮助。我无法弄清楚如何设置取决于最小化函数的中间值的约束。
标签： python scipy mathematical-optimization cvxopt cvxpy