LMI求解器是为以下三个通用优化问题提供的(这里X表示判定变量的向量,即矩阵变量的可用条目X1。。。那XK.):
注意一种(X)X上面的)是具有决策变量的一般结构化LMI系统的简写符号X=(X1。。。那XN)。
三个LMI求解器屁股
那Mincx.
, 和Gevp.
作为输入内部表示lmisys.
LMI系统并返回可行或优化值X*决策变量。矩阵变量的相应值X1。。。那XK.源自X*功能Dec2mat
。这些求解器是Nesterov和Nemirovski的多项式投影算法投影算法的C-MEX实现[3]那[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)
a(x)<λb(x)
附着在最小化的全征值λ。使用时Gevp.
,您应该遵循这三个规则以确保正确规格的问题:
初步猜测xinit.
为了X可以提供给Mincx.
或者Gevp.
。用mat2dec.
推导xinit.
从给定的矩阵变量的值X1。。。那XK.。
这个例子最小化LMI约束下的线性目标说明了使用Mincx.
求解器。