求解SDP问题—使用SeDuMi和YALMIP

2024-02-04 01:08

本文主要是介绍求解SDP问题—使用SeDuMi和YALMIP,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

http://pinkyjie.com/2010/09/11/solve-sdp-using-sedumi-yalmip/

求解SDP问题—使用SeDuMi和YALMIP

9月 11日 2010

SDP(SemiDefinite Programing,半定规划)是凸优化(Convex Optimization)的一种,貌似近些年来比较热,反正这个东西常常出现在我看的论文中。论文里一般是把一个问题转化为SDP,然后极不负责任的扔了一句可以使用SeDuMi等工具箱解决就完事了,搞的本人非常迷茫,于是决定一探究竟,谁知还搞了个意外收获,那就是YALMIP工具箱。SeDuMi和YALMIP都是Matlab的工具箱,下载和安装请参见它们的主页。下面我就分别谈谈怎么样将两个工具箱应用于SDP求解吧。

SDP问题的对偶原型及求解步骤

下面就是一个典型的SDP问题:

mincTys.t.A1y=b1A2yb2F0+y1F1++ypFp0

目标函数是线性的,有一个等式约束,有一个不等式约束,最后一个是LMI(Linear Matrix Inequality,线性矩阵不等式)约束。使用SeDuMi来解决此类问题,我们就要自行构造调用SeDuMi的核心函数sedumi(Att,bt,ct,K)的四个参数。

At(:,i)=vec(Fi)fori=1,,p

Att=[A1;A2;At]

bt=c

ct=[b1;b2;vec(F0)]

等式约束的个数:  K.f=size(A1,1)

不等式约束的个数:  K.l=size(A2,1)

LMI中矩阵的阶数:  K.s=size(F0,1)

这样,我们就可以调用 [x,y,info]=sedumi(Att,bt,ct,K) 来求解了,其中的y即为优化后得到的最优解。

一个典型的例子

这里举一个简单的例子,并给出Matlab的实际代码,以便能更好地理解运用上节的知识。SDP的一个最简单的应用就是最大化矩阵的特征值问题。如我们要找 y1,y2,y3 使矩阵 F=F0+y1F1+y2F2+y3F3 的特征值最大化,其中 F0,F1,F2,F3 分别为:

F0=20.50.60.520.40.60.43,F1=010100000,F2=001000100,F3=000001010

同时,我们对 y1,y2,y3 也给出一个不等式限制和一个等式限制:

0.7y11,0y20.3,y30

y1+y2+y3=1

那么这个问题可以描述成以下形式:

mints.t.A1y=b1A2yb2tI(F0+y1F1+y2F2+y3F3)0

其中 y,A1,A2,b1,b2 的取值分别为:

y=[y1,y2,y3,t]T,A1=[1,1,1,0]b1=1,b2=[0.7,1,0,0.3,0]TA2=11000001100000100000

下面我们就可以使用sedumi函数进行优化求解了,给出Matlab代码:

      
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
      
A1 = [1 1 1 0];
A2 = [1 0 0 0; -1 0 0 0; 0 1 0 0; 0 -1 0 0; 0 0 1 0];
b1 = 1;
b2 = [0.7 -1 0 -0.3 0]';
F0 = [2 -0.5 -0.6; -0.5 2 0.4; -0.6 0.4 3];
F1 = [0 1 0; 1 0 0; 0 0 0];
F2 = [0 0 1; 0 0 0; 1 0 0];
F3 = [0 0 0; 0 0 1; 0 1 0];
F4 = eye(3);
At = -[vec(F1) vec(F2) vec(F3) vec(F4)];
Att = [A1; -A2; At];
bt = -[0 0 0 1]';
ct = [b1; -b2; vec(F0)];
K.f = size(A1,1);
K.l = size(A2,1);
K.s = size(F0,1);
[x,y,info] = sedumi(Att,bt,ct,K);
y

最后得到的y即为最优解,它的前三个分量就是我们想要的答案。如下图所示:

YALMIP一出,谁与争锋

我们从上面也可以看到,SeDuMi的求解过程还是比较复杂的,不仅需要将优化问题先化成SDP的标准形式,而且参数的配置也相当费功夫,很不直观!在搜索SeDuMi的过程中,我又发现了一个叫YALMIP的工具箱,它的命名挺有意思,Yet Another LMI Package,又一个LMI包,呵呵,不过它可不是徒有虚名啊!简单的说,它可以非常直观的将目标函数和约束条件赋给它的核心函数solvesdp(Constraint,Objective),下面我们就看看解决同样的问题YALMIP是怎么操作的,废话不说了,直接上Matlab代码:

      
1
2
3
4
5
6
7
8
9
10
11
12
13
      
t = sdpvar(1); % sdpvar声明变量
y = sdpvar(3,1,'full');
F0 = [2 -0.5 -0.6; -0.5 2 0.4; -0.6 0.4 3];
F1 = [0 1 0; 1 0 0; 0 0 0];
F2 = [0 0 1; 0 0 0; 1 0 0];
F3 = [0 0 0; 0 0 1; 0 1 0];
a = [sum(y)==1]; % 等式约束
b = [0.7<=y(1)<=1, 0<=y(2)<=0.3, y(3)>=0]; %不等式约束
c = [t*eye(3)-(F0 + y(1)*F1 + y(2)*F2 + y(3)*F3)>=0]; % LMI约束
obj = t;
constraint = [a,b,c];
solvesdp(constraint,obj);
double(y)

结果如下图所示:

可以看到两者的结果基本是一致的,当然,我怀疑YALMIP在操作的过程中有调用SeDuMi的可能性,但是不管怎么说,YALMIP的代码则更直观,更容易理解,甚至连双向不等式都可以直接书写,这都是明显的,可见它的牛逼,所以必然果断抛弃其他一切优化工具箱,你的意见呢?嘿嘿~

P.S. 最近总是学术文章,我也有点受不鸟了~写这玩意累啊,歇着去了。。。

Posted by 马斯特 - 9月 11日 2010
如需转载,请注明: 本文来自 进击的马斯特

模式识别
SDP,  SeDuMi,  YALMIP,  凸优化,  半定规划

这篇关于求解SDP问题—使用SeDuMi和YALMIP的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/675962

相关文章

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Android中Dialog的使用详解

《Android中Dialog的使用详解》Dialog(对话框)是Android中常用的UI组件,用于临时显示重要信息或获取用户输入,本文给大家介绍Android中Dialog的使用,感兴趣的朋友一起... 目录android中Dialog的使用详解1. 基本Dialog类型1.1 AlertDialog(

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意