目錄
1. 凸優化問題分類
凸優化的標準問題有四類:
- Linear Programming(LP)
- Quadratic Programming(QP)
- Semi-Definite Programming(SDP)
- Cone Programming(CP)
而這四類的標準問題具有包含與被包含的關係,如下圖所示:
所以可以這麼說:LP是QP的一種特殊情況,QP又是SDP的一種特殊情況,SDP又是CP的一種特殊情況。
它們的難易程度依次遞增。
2. 凸優化問題定義
回顧關於凸優化問題的定義:
3. 改寫爲標準形式
爲了讓人們方便利用計算機最快速的求解convex optimization問題,通常需要會把問題重新寫成standard form。爲什麼要把問題寫成standard form,原因是我們求解優化問題是通過計算機來進行的,而常用的convex optimization tools,如cvx, yalmip(matlab),cvxpy、picos(python)等求解優化問題的是分爲兩步的:
- 檢驗問題是不是凸的
- 把問題轉化成這些tools內部的solver能夠方便求解的標準形式
轉換過程: