Python:从 MATLAB 的 quadprog 移植到 cvxopt 二次规划

Question

我正在将一个 MATLAB 脚本移植到使用 quadprog 的 Python功能。最好的等价物似乎是 qp .我可以用 doc 计算出等效的符号和一点时间，但我很懒惰，如果只是复制粘贴一些代码而不是考虑它会很好。所以:

• 这两个函数中哪些参数是等价的？
• 如何将 quadprog 的上限和下限合并到 cvxopt.solvers.qp 中？

我已经读过 this related question但我比那更懒。

Answer 1

这是一个愚蠢的问题，你这鹅，但由于周围可能有更多懒惰的人，所以采用这行 MATLAB 代码(使用编号参数以提高可读性):

x = quadprog(C1, C2, C3, C4, C5, C6, C7, C8, ...)

Python 中的等价物是:

import numpy
import cvxopt
n = C1.shape[1]   # This is for readability only    

P = C1
q = C2
G = numpy.vstack([C3, -numpy.eye(n), numpy.eye(n)])
h = numpy.hstack([C4, -C7, C8])
A = C5
b = C6

sol = cvxopt.solvers.qp(cvxopt.matrix(P), cvxopt.matrix(q), cvxopt.matrix(G), cvxopt.matrix(h), cvxopt.matrix(A), cvxopt.matrix(b))
x = sol['x']

假设您一直在使用 numpy.arrays。如果您一直在使用矩阵，请检查 this doc找到 G 和 h 的公式:

G = numpy.bmat('C3, -numpy.eye(n), numpy.eye(n)')
h = numpy.bmat('C4, -C7, C8')