LMI解决者
LMI求解器提供了以下三个一般优化问题(这里x表示决策变量的向量,即矩阵变量的自由项X1……,XK):
请注意,一个(x) < b (x)以上是具有决策变量的一般结构化LMI系统的简写符号x= (x1……,xN).
三个LMI求解器feasp
,mincx
,gevp
将内部表示作为输入LMISYS
并返回一个可行的或优化的值x*的决策变量。矩阵变量的对应值X1……,XK都是从x*与函数dec2mat
.这些解算器是Nesterov和Nemirovski的多项式时间投影算法的C-MEX实现[3],[2].
对于广义特征值最小化问题,有必要区分标准LMI约束C(x) < d (x)和线性分数阶lmi
A(x) < λB(x)
附加到广义特征值λ的极小化。当使用gevp
,你应该遵循以下三个规则,以确保问题的正确说明:
初步猜测xinit
为x可提供给mincx
或gevp
.使用mat2dec
获得xinit
从矩阵变量的给定值X1……,XK.
这个例子最小化LMI约束下的线性目标的用法mincx
解算器。