CONEPROG:精度问题(Exitflag 7)

8视图(30天)

显示旧的评论

Holger。莱恩 2021年9月14日

0
链接

这个问题直接联系

https://it.mathworks.com/matlabcentral/answers/1452914-coneprog-precision-issue-exitflag-7

评论道: Aykut Bulut 2021年9月16日

答:接受 Aykut Bulut

这些天我试图港口对称半正定二次规划问题二次曲线优化问题。至今为止我能够转录成锥规划问题,然而似乎仍然一些选项调整是必要的,因为所有的迭代最终exitflag 7。之前我还需提供规范的问题作为一个圆锥优化问题和评估过程的一个片段,我不久结果接近解决方案的一个例子。此外,值得注意的是,一些例子完成了正确的解决方案,尽管连续的外观exitflag 7。此外,我跟着文档的的建议改变解算器,但这并没有影响。发生了同样的事而改变的公差值

到

。

由于后返回结果的一个例子,我觉得我在正确的轨道上,虽然下面的结果是不正确的

                          x =
                         
                          8.4966 11.5004 5.5087 23.0781 50.0829

返回的结果的评估如下接近预期的解决方案

                          pk_bv =
                         
                          8.5000 11.5000 5.5000 23.0833 50.0833

这让我认为我遇到一些数值的问题我不能本地化。希望不同的角度可以解决这个难题,我现在目前的参数问题。此外,我们有

,它应该保持平等。

随后被选中的选项设置:

                          选择= optimoptions (“coneprog”,“OptimalityTolerance”1 e-12“ConstraintTolerance”1 e-12“LinearSolver”,“汽车”)
                         

和锥问题被指定为:

                          Q = E ' * E;% Q矩阵是对称半正定。矩阵E是由数字1,0,1,这不是广场。
                         
                          b = - e ' *;
                         
                          Aineq = [];
                         
                          bineq = [];
                         
                          c = (b (:); 1);%目标函数
                         
                          Asc = sqrtm (Q);
                         
                          Asc(+ 1)结束,结束(+ 1)= 1;
                         
                          d =[0(大小(b (:))); 1];
                         
                          二元同步通信= 0(大小(d));
                         
                          γ= 1;
                         
                          socConstraints = secondordercone (Asc,二元同步通信,d,γ);
                         
                          Aeq = (E (m:), 0);
                         
                          磅= (vi(:);负);
                         
                          乌兰巴托= (ra(:);正);
                         
                          (u, fval exitflag、输出λ)= coneprog (c socConstraints Aineq、bineq Aeq, (m),磅,乌兰巴托,选择)

在这方面,它可能是有用的比较上述问题对称半正定二次规划问题:

                          [x, fval exitflag、输出λ)= quadprog (Q, b, [], [], E (m:) (m), vi,风湿性关节炎,x,选择);
                         

此外,我希望现在存在的一些片段评估过程观察和输出结构设置的选项。

                          > > x = cp_kernel (bv)
                         
                          选择=
                         
                          coneprog选项:
                         
                          集属性:
                         
                          ConstraintTolerance: 1.0000 e-12
                         
                          LinearSolver:“汽车”
                         
                          OptimalityTolerance: 1.0000 e-12
                         
                          默认的属性:
                         
                          显示:“最后一次”
                         
                          MaxIterations: 200
                         
                          MaxTime:正
                         
                          搜索方向是小和当前迭代不是在指定的约束和/或最优公差。
                         
                          u =
                         
                          1.0 e + 04 *
                         
                          0.0008
                         
                          0.0012
                         
                          0.0005
                         
                          0.0023
                         
                          0.0050
                         
                          5.2886
                         
                          fval =
                         
                          -5.2785 e + 04
                         
                          exitflag =
                         
                          7
                         
                          输出=
                         
                          结构体字段:
                         
                          迭代:30
                         
                          primalfeasibility: 1.0206 e-11
                         
                          dualfeasibility: 6.6721 e-07
                         
                          dualitygap: 9.6139 e-12
                         
                          算法:“内点”
                         
                          linearsolver:“增强”
                         
                          信息:的搜索方向是小和当前迭代不是在指定的约束和/或最优公差。
                         
                          λ=
                         
                          结构体字段:
                         
                          eqlin: 94.9844
                         
                          ineqlin (0 x1双):
                         
                          soc: 9.9244 e-09
                         
                          低(6 x1双):
                         
                          上(6 x1双):
                         
                          ans =
                         
                          8.4783 11.8906 5.2411 23.1990 49.8576
                         
                          。
                         
                          。
                         
                          。
                         
                          。
                         
                          。
                         
                          exitflag =
                         
                          7
                         
                          输出=
                         
                          结构体字段:
                         
                          迭代:28
                         
                          primalfeasibility: 1.0126 e-11
                         
                          dualfeasibility: 2.3589 e-09
                         
                          dualitygap: 1.0380 e-11
                         
                          算法:“内点”
                         
                          linearsolver:“增强”
                         
                          信息:的搜索方向是小和当前迭代不是在指定的约束和/或最优公差。
                         
                          λ=
                         
                          结构体字段:
                         
                          eqlin: -6.4447
                         
                          ineqlin (0 x1双):
                         
                          soc: 2.7285 e-08
                         
                          低(6 x1双):
                         
                          上(6 x1双):
                         
                          警告:可能没有内核点发现!
                         
                          在cp_kernel > > computePrk(第215行)
                         
                          在cp_kernel(第102行)
                         
                          x =
                         
                          8.4966 11.5004 5.5087 23.0781 50.0829

现在我的问题是:哪些选项必须调整得到正确的结果吗?或有锥问题规范的一个主要缺陷,我忽视了么?

提前谢谢你的支持和任何改进的建议。金宝app

编辑2021年9月15日

感谢的种类和出色的支持Aykut Bulut我能解决上面的精度问题金宝app,调整锥的问题。对于那些正在寻找一些灵感为自己的工作,我现在新配方锥的问题

                          Aineq = [];
                         
                          bineq = [];
                         
                          c =[0(大小(b (:))); 1];%目标函数
                         
                          Asc = E;
                         
                          Asc(+ 1)结束,结束(+ 1)= 1;
                         
                          d =[0(大小(b (:))); 1];
                         
                          二元同步通信= ';
                         
                          二元同步通信(结束+ 1)= 0;
                         
                          γ= 0;
                         
                          socConstraints = secondordercone (Asc,二元同步通信,d,γ);
                         
                          Aeq = (E (m:), 0);
                         
                          磅=[无穷(n + 1, - 1)];
                         
                          乌兰巴托=[正(n + 1, - 1)];
                         
                          (u, fval exitflag、输出λ)= coneprog (c socConstraints Aineq、bineq Aeq, (m),磅,乌兰巴托,选择);