cvxopt

5熱

1答えて

python 3.6でWindows 10にcvxoptをインストールするにはどうすればよいですか？ conda install cvxopt Fetching package metadata ........... Solving package specifications: . UnsatisfiableError: The following specifications we

1熱

1答えて

MATLABとPythonでの線形計画の矛盾する解

大規模な線形プログラムを実行しようとしていて、以前のコードの一部をMATLABからPythonに変換しています。しかし、問題はMATLABとPythonが劇的に矛盾する答えを与えているということです.MATLABコードは最適な解決策を見つけますが、Pythonコードでは問題は実行不可能です。これは、ell_infinity回帰またはミニマックス回帰のLPモデリングです。私は両方の機能の設定にかなり

0熱

1答えて

Pythonのcvxoptのインストールマック

私は端子を介してcvxoptのpackegeをインストールすると、私はをPycharm 3.0.3を搭載したMac 10.6.8をインストールしました：ピップはcvxopt をインストールしてから、私は私が手にモジュールをインポートします次トレースバック（最新の呼び出しの最後）： " ファイルで、1行目、「ファイル" /Library/Frameworks/Python.framework

0熱

1答えて

python 3.5 - cvxoptを使用できません。

アナコンダでcvxoptを使用しようとしています。ここでは、インストール指示続か：How to install cvxopt for Python 3.5 on Windows 7 をしかし、エラーを得た： import cvxopt File "C:\Anaconda3\lib\site-packages\cvxopt\__init__.py", line 32, in <module>

0熱

2答えて

CVXOPTのインストールは、ファイルmisc.hに複合型の宣言で失敗

Windows上ピップを使用して、Python用cxvoptパッケージをインストールしようとすると、I取得するには、次のエラーメッセージ： misc.h(35): error C2146: syntax error: missing ';' before identifier 'z' misc.h(35): error C2061: syntax error: identifier 'z' m

0熱

1答えて

cvxoptの変数に境界を効率的に追加する方法は？

私はpython cvxoptで凸最適化問題を解決しています。 Gx <= hという制約を使用して、下限と上限を追加できます。しかしながら、これは問題の次元を増加させる。ソリューションプロセス中のシナリオに加えて、私の決定変数はマイナスになります。

0熱

1答えて

cvxopt.qpを使用した2次計画の因子拘束制約の設定方法

古典的なMarkowitzポートフォリオのリスクを最小限に抑えるポートフォリオの重量配分を最適化しようとしています。私は In [138]: exp_sub = pd.DataFrame(data=[[-10, 20],[-10, 20],[-10, 20],[-10, 20],[-10, 20]], columns=['lower','upper']) In [131]: exp_sub

0熱

1答えて

mpmathのmpfをpython floatに変換して、cvxoptをサポートするようにしました。

私はCVXOPTを使っています.G行列を作成するには、方程式を区別して計算する必要があります。分化にはSympy.mpmathとlambda関数私はmpf形式で出力を取得しています。私はCVXOPTをサポートするpython float形式にmpfを変換する方法を提案してください。ありがとう dg1 = np.array([sp.mpmath.diff(lambda x1,x2,x3,x4,x5

0熱

1答えて

Python CVXOPTを使った二次プログラミング

二次制約付きのCVXOPT二次計画問題を定式化するための決定的なガイドを探しています。ここで提供される優れた文書があります。私が取り扱っております、問題文は問題hereと同じです：行列Gが見えるようになっていますか？私は線形方程式の系統として定式化しましたが、例を見るとこれは正しいとは思われません。私が見つけた最良のリソースはhttps://courses.csail.mit.edu/6.8