我正在使用matlab程序包「CVX」來解決優化問題。目前我正在使用for循環來添加約束，但是我發現在初始化問題時它非常慢。 for i=1:n
norm(Nout(i,:)-Nin(i,:))<=tau;
end
Nout的和寧是大小爲n * 3的兩個矩陣，我需要的矩陣Nout的-寧是小於閾值的每一行的常態，我怎麼會寫這沒有循環？謝謝！
我在想什麼是Matlab中最快的凸優化器，或者有什麼方法來加速當前求解器？我正在使用CVX，但它永久解決了我的優化問題。 我有優化是解決 minimize norm(Ax-b, 2)
subject to
x >= 0
and x d <= delta
其中A的大小，B是非常大的。 有沒有什麼辦法可以通過最小二乘法求解，然後將其轉移到約束版本以使其更快？
我想用CVXGEN解決MatLab中的QP/LP問題。我偏好CVXGEN而不是CVX，因爲CVXGEN要快得多。具體地講，我想解決 min f(x) s.t. x in X
其中f(x)是二次型的X是緊湊的，凸的，和由線性函數定義的。問題的大小取決於運行情況。我想盡可能使程序自動化。爲了說明，一個CVXGEN代碼的例子是： dimensions
n = 10
end
param