在复杂系数的python中使用cvxopt进行凸优化

Question

我正在尝试解决一个凸优化问题，其中系数可能很复杂。cvxopt QP中的本机实现似乎不支持该功能。我总是收到以下错误：

TypeError：“ q”必须是具有一列的“ d”矩阵

这是示例代码。

Q = 2*cvxopt.matrix([ [2, .5], [.5, 1] ])
p = cvxopt.matrix([(1.0+1.0j), (1.0+2.0j)])
G = cvxopt.matrix([[-1.0,0.0],[0.0,-1.0]])
h = cvxopt.matrix([0.0,0.0])
A = cvxopt.matrix([1.0, 1.0], (1,2))
b = cvxopt.matrix(1.0)
sol=cvxopt.solvers.qp(Q, p, G, h, A, b)

是否可以解决此问题？谢谢

Answer 1

Q 中的数值是整数和浮点的混合，这可能是问题所在，当我确保它们都是浮点时，我的工作。

另外供参考，Q 可能需要是实数，如本例所示。对于矩阵类型，“d”=实数值（双精度）。所以这里可能是 int 与 float 问题。最好检查https://cvxopt.org/userguide/。