Python-优化添加约束时的“凸”非凸函数

问题描述

假设我有一个非凸的目标函数f（x）（x可以是一个向量），但是一旦添加约束，它将变成一个凸问题。为了说明我的意思，请考虑以下琐碎的示例：让f（x）= cos（x）。显然，cos（x）不是凸的，但是如果我只考虑[0，pi / 2]中的x，那么当将x限制为这些值时，函数就是凸的。

CVXPY不接受此类问题，因为它不满足DCP规则。在前面的示例中，一个选项是最小化f（x）+ g（x），其中g是指标函数，使得：[0，pi / 2]和g（x）中的x的g（x）= 0 = + infinity，否则，但我不知道如何在CVXPY中实现。我可以在Python中使用什么来利用问题的“凸性”？

谢谢。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）