R 中的二次约束二次规划

Question

R 中是否有一个函数可以使用二次约束进行优化？

参考：http://en.wikipedia.org/wiki/Quadratically_constrained_quadratic_program

Answer 1

您应该在 CRAN 优化和数学编程任务视图中查看您的选项。

Answer 2

是的，有几个软件包可以解决QCQP。

CLSOCP 解决 SOCP 问题。 DWD 还解决了 SOCP 问题。 Rcsdp解决了SDP问题。

请记住

QCQP 是 SOCP 的子集，而 SOCP 又是 SDP 的子集。

网上有参考资料说明如何将 QCQP 制定为 SOCP 或 SDP

Answer 3

仅供参考。

有一个新的包 ECOSolveR 来解决 SOCP

Answer 4

您可能想尝试包quadprog：解决二次规划问题的函数。

http://cran.r-project.org/web/packages/quadprog/index.html

Answer 5

所有这些答案似乎忘记了一件重要的事情：使用的求解器在很大程度上取决于约束是否是凸的。如果是凸的，我们可以使用现成的 QCP / SOCP 求解器（包括 Cplex 和 Gurobi）。如果不是凸的，我们可以尝试通用的 NLP 求解器（例如IPOPT）。非凸全局求解器是另一种可能性，但大多数不能直接在 R 下使用。

Answer 6

来自

optiSolve

包的 CRAN 页面：https://cran.r-project.org/web/packages/optiSolve/optiSolve.pdf

求解约束优化包括以下步骤 问题（警察）：

1. 使用以下之一定义目标 函数：

   linfun

   定义线性目标函数，

   quadfun

   定义 二次目标函数，

   ratiofun

   定义理性目标 功能。
2. 使用以下函数定义约束：

   lincon

   定义线性等式和不等式约束，

   quadcon

   定义二次约束，

   ratiocon

   定义有理约束，

   lbcon

   定义变量的下限，

   ubcon

   定义变量的上限 变量的界限。
3. 将目标函数和 约束一起定义优化问题：

   cop

   定义约束优化问题。
4. 解决 优化问题：

   solvecop

   解决约束优化 问题。
5. 检查是否 该解决方案满足所有约束：

   validate

   检查该解决方案是否 满足所有约束，并计算约束的值。

因此，二次约束二次目标要求您将

quadfun

与

quadcon

一起使用。