凸优化与非线性规划基础(2)凸优化标准问题和线性规划Linear Programming简介
目录
1. 凸优化问题分类
凸优化的标准问题有四类:
- Linear Programming(LP)
- Quadratic Programming(QP)
- Semi-Definite Programming(SDP)
- Cone Programming(CP)
而这四类的标准问题具有包含与被包含的关系,如下图所示:
所以可以这么说:LP是QP的一种特殊情况,QP又是SDP的一种特殊情况,SDP又是CP的一种特殊情况。
它们的难易程度依次递增。
2. 凸优化问题定义
回顾关于凸优化问题的定义:
3. 改写为标准形式
为了让人们方便利用计算机最快速的求解convex optimization问题,通常需要会把问题重新写成standard form。为什么要把问题写成standard form,原因是我们求解优化问题是通过计算机来进行的,而常用的convex optimization tools,如cvx, yalmip(matlab),cvxpy、picos(python)等求解优化问题的是分为两步的:
- 检验问题是不是凸的
- 把问题转化成这些tools内部的solver能够方便求解的标准形式
转换过程: