線性規劃的LMI
線性規劃作為一種技術,用於最佳化受線性等式或不等式約束的線性目標函式。這個問題的可行區域是一個凸多面體。此區域被定義為由不等式約束建立的許多有限半空間的交集。解決這個問題的辦法是在現有解的多面體中找到一個點,使得目標函式達到極值(最小值或最大值)。
我們將目標函式定義為
並將問題約束定義為
.
.
.
假設
,
,以及
是給定的引數,其中
以及
。此外,
是一個
正變數向量。
最佳化問題的目標是最小化目標函式,
,在上述線性約束得到滿足的情況下。
最佳化問題的數學描述可以很容易地用以下 LMI 公式表示
解決這個問題會得到變數
的值,這些值將使目標函式最小化。值得注意的是,如果
,解決這個問題的計算成本將是
。
沒有解析公式可以用來解決一般的線性規劃問題。然而,有一些高效的演算法,例如單純形演算法,可以用來解決線性規劃問題。
該問題在 Github 倉庫中的 Matlab 程式碼連結
https://github.com/asalimil/LMI-for-Linear-Programming
可行性問題的 LMI
控制中的 LMI/工具