使用cvxopt为LP问题仅AEQ = BEQ（与A * X没有约束<= b）的

我试图解决的形式使用cvxopt为LP问题仅AEQ = BEQ（与A * X没有约束<= b）的

minimise cT.x 
A.x = b 
x >= 0

的线性规划问题要运输问题。

但是，使用CVXOPT需要为lp（G，h，A，b）求解器定义变量G.x < = h。

我已经尝试创建我的A和B矩阵，并且对于G和h矩阵，我使用G（乘以-1）的单位矩阵和h的零向量，以强制x> = 0约束。

但是，当我运行我的代码时，它返回一个“单数KKT矩阵”。

任何人都可以帮助我解决问题，或者如何运行没有G和H变量的CVXOPT解算器。

来源

2013-02-22 mtigger

你为什么不使用LP（线性规划）求解？ CVXOPT用于凸面优化，这比LP困难得多。请参阅[我的更早的答案]（http://stackoverflow.com/a/10705799/341970）。 – Ali 2013-02-22 18:56:54

是的，我正在尝试使用PuLP和Pyglpk。谢谢！ @Ali – mtigger 2013-02-23 18:17:13

运用Potential Method搜索运输问题的最优解。要使用Potential Method，你应该解决三个lavel方程。运输问题等网络问题需要使用双重问题来解决。

来源

2013-06-13 13:05:20 GMHMH

您的解决方案（-G - 单位矩阵，h - 零矢量）应该工作。你可以在这里发布你的数据。

例如：

from cvxopt import matrix, solvers 
c = matrix([ 2.0, 1.0 ]) 
G = matrix(-np.eye(2)) 
h = matrix(np.zeros(2)) 
A = matrix(np.eye(2)) 
b = matrix([1., 2.]) 
sol = solvers.lp(c, G, h, A, b) 
print(sol['x']) 

Optimal solution found. 
[ 1.00e+00] 
[ 2.00e+00]

来源

2015-04-26 18:39:21 nampi

使用cvxopt为LP问题仅AEQ = BEQ（与A * X没有约束<= b）的

回答

相关问题