多线性优化
我有兴趣在MATLAB中解决几百个线性系统。 目前，这是通过linprog的for-loop linprog
使用的载体具有相同的尺寸并且是一个矩阵的线。
for combination_id = 1:1000
[tempOperatingPointsVectors,tempTargetValue, exitflag] = ...
linprog( lo_c(combination_id,:), ...
[], [], ...
lo_G(:,:,combination_id), lo_d(:,combination_id), ...
lo_u(:,combination_id), lo_v(:,combination_id), ...
x0_in, options);
end
有没有一种方法使用linprog与整个载体，而不是选择每一行？ 我也尝试过一个parfor循环，但由于每个循环中的操作都很小，所以速度没有提高。
你为什么不能建立一个大的线性程序，然后一次解决所有问题？
由于我没有你的数据，我不能测试下面的代码，但基本的想法应该工作。
xVar = 1:size(lo_c,2);
uBound = lo_u(:, 1);
vBound = lo_v(:, 1);
dMat = lo_d(:, 1);
gMat = lo_G(:,:, 1);
objMat = lo_c(1,:);
x0_inMat = x0_in;
for combination_id = 2:1000
xVar = [xVar, xVar(end)+1:xVar(end)+size(lo_c,2)];
uBound = [uBound; lo_u(:, combination_id);
vBound = [vBound; lo_v(:, combination_id);
dMat = [dMat; lo_d(:, combination_id);
gMat = [gMat; lo_G(:,:, combination_id)];
objMat = [objMat; lo_c(combination_id,:)];
x0_inMat = [xo_inMat; x0_in];
end
[tempOperatingPointsVectors,tempTargetValue, exitflag] = ...
linprog( objMat, ...
[], [], ...
gMat, dMat, ...
uBound, vBound, ...
x0_in, options);
应该做的伎俩。
链接地址: http://www.djcxy.com/p/36359.html