我试图在cvxpy中解决一个优化程序。问题是,它返回的答案违反了给出的基本约束。我以前曾成功地运行过这个程序,并试图模仿与以前相同的代码,但这个问题使我混淆了我的错误所在。任何帮助都将不胜感激。
我试图解决的优化问题:
obj函数:最大值0.1a1 + 0.1428a2 + 0.2a3
T 7a1 + 11a2 + 16a3 <= 80
a1,a2,a3 > =0,所有整数
当我运行下面的代码时,它为a1、a2和a3提供了一个5的值,这违反了给定的约束。
import cvxpy as cvx
import numpy as np
import scipy as sc
from scipy import linalg
#Define Starting Matrix
A1 = np.array([10,0,0])
A2 = np.array([0,7,0])
A3 = np.array([0,0,5])
#Optimal Basis and Inverse
B = np.array([A1, A2, A3])
print(f"B:{B}")
Binv = linalg.inv(B)
print(f"B-1:{Binv}")
#Define Cost Matrix
c = np.array([1, 1, 1])
#Optimal Dual Solution, y.hat
yhat = np.matmul(c,Binv)
print(f"y.hat:{yhat}")
#Pricing Problem
a = cvx.Variable(shape=(3,1), name="a")
w = np.array([[7,11,16]])
#Define Obj Function
objective2 = cvx.Maximize(cvx.matmul(yhat,a))
#Define Constraints
constraint2 = [
cvx.matmul(a,w)<=80,
a >=0
]
#Define Problem and Solve
knapsack = cvx.Problem(objective2, constraint2)
solution2 = knapsack.solve()
print(solution2)
print(a.value)2.2142857137502494
[[5.]
[5.]
[5.]]发布于 2021-10-26 22:24:57
你的尺寸被打破了。
一种矩阵乘法,具有:
a = cvx.Variable(shape=(3,1), name="a") # 3 x 1
w = np.array([[7,11,16]]) # 1 x 3在以下方面的成果:
z = a * w # 3 x 3您可以很容易地验证这一点:
print(cvx.matmul(a,w).shape)
# (3, 3)您可能希望将列向量a更改为行向量a。这也意味着w的转置(以及其他我不会触及的表达式):
a = cvx.Variable(shape=(1,3), name="a")
w = np.array([7,11,16]]).transpose()https://stackoverflow.com/questions/69712459
复制相似问题