問題タブ [cvxopt]

Python 3.4 に cvxopt パッケージをインストールしようとしています。pip を使用していますが、「command 'c:\MinGW\bin\gcc.exe' failed with exit status 1」というエラー メッセージが表示されます。

実行されていないnumpy + mklをインストールするなど、理由がわからない、またはアトラスをインストールするなど、多くのことを試しましたが、どれも問題の解決に役立たないため、行き詰まりました。atlas などをインストールする必要がありますか?

私を手伝ってくれますか？前もって感謝します！

絶対値の合計に制約を付けて、現実世界の半明確なプログラミング最適化問題をさらに進めたいと考えています。例えば：

インターネットとドキュメントを検索しましたが、これを表す方法が見つかりませんでした。私はpythonとcvxoptモジュールを使用しています。

Pythonで指定する必要がある以下のポートフォリオ最適化問題があります（cvxoptまたはその他の最適化パッケージを使用）。目的関数に絶対値を含む問題を指定する方法がわかりません。この問題は、構成銘柄の重みを最適化することにより、ポートフォリオのボラティリティとターゲット ボラティリティの差を最小限に抑えようとします。問題は次のように表されます

ここで、Σ は共分散行列、σ_{ターゲット}はボラティリティ ターゲット (たとえば 5%) です。

上記の問題を python で定式化するにはどうすればよいですか? 私は現在、一般的な QP タイプの問題に cvxopt を使用しています。

私は中規模の線形プログラム (70k x 10k のスパース制約行列) に取り組んでおり、多数のシナリオを実行する必要があり、現在の解決時間で ~2,000 CPU 時間が必要です。変更は比較的小さいため (目的関数、別名 c 行列の最大 10% の変更)、ウォーム スタートを使用すると、ソリューション時間が大幅に短縮される可能性があります。パイソン。

linprogこれまで、Matlab と Python のCVXOPT ソルバーで作業してきましたがlp、CVXOPT 内の GLPK シンプレックス ソルバーを使用すると最高のパフォーマンスが得られました。ただし、GLPKを使用したウォーム スタートは可能ですが、GLPK の CXVOPT ラッパーはウォーム スタートを実装していません。CVXOPT はネイティブソルバーでウォーム スタートをサポートしていますが、これは GLPK でのコールド スタートよりも大幅に遅くなります。PuLPのウォーム スタート オプションや、Python モジュールのウォーム スタートに関するその他のリファレンスを見つけることができませんでした。conelp

GLPK でウォーム スタートを行うために CVXOPT を適応/パッチ適用した経験のある人はいますか、または他の Python 最適化パッケージでウォーム スタートを行う方法を示すことができますか?

同様の質問がこことここで尋ねられていますが、有用な回答を得るのに十分な詳細がありません.

cvxoptを使用して、次の 2d 線形プログラムを最適化しようとしています。

基本的に、これは正の x、正の y、および負の y に制約があり、正の x には冗長な制約があり、負の x には制約がないボックスです。私が得る出力は次のとおりです。

問題は、LP が負の x 方向に制限されていないため、主目的は無限にある必要があることです。なぜ cvxopt が-1.0、同じように紛らわしい(-1.0, 0)最適なポイントで、主要な目的として戻ってくるのかはわかりません。

解が無限大であることを cvxopt が教えてくれる方法はありますか?