Python求解二次规划模型-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python求解二次规划模型。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

在学习司守奎老师编写的Pyhon数学实验与建模。学到第6.6求解二次规划模型的时候，忽然觉得很多地方又看不懂了，之前学的一些都忘记了，所以又赶紧查资料弥补一下知识。放在这里，给后面学习的小伙伴提供一些参考吧。

import numpy as np
from cvxopt import matrix,solvers
n=3;
P=matrix(0.,(n,n))
P[::n+1]=[3,2,1.7]
q=matrix([3,-8.2,-1.95])
A=matrix([[1.,0,1],[-1,2,0],[0,1,2]]).T
b=matrix([2.,2,3])
Aeq=matrix(1.,(1,n))
beq=matrix(3.)
s=solvers.qp(P,q,A,b,Aeq,beq)
print("最优解为：",s['x'])
print("最优值为：",s['primal objective'])

详细拆解一下当时遇到的问题

P=matrix(0.,(n,n))

此处用到的matrix是cvxopt库里面的，其一般格式为：cvxopt.matrix(array,dims)，表示把array按照dims重新排成矩阵。则上面那行代码里面的（n,n）表示的是一个n×n的维度。0后面的点，表示设置为浮点数。matrix里区分int和double，所以数字后面都需要加小数点

需要注意的是cvxopt.matrix与numpy.matrix的排列顺序不同，其中cvxopt.matrix是列优先，numpy.matrix是行优先。举例说明如下：

from cvxopt import matrix
>>> A = matrix([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], (2,3))
>>> print(A)
[ 1.00e+00  3.00e+00  5.00e+00]
[ 2.00e+00  4.00e+00  6.00e+00]
>>> A.size
(2, 3)

这个程序中，最让让我原地爆炸的是这一行代码