线性规划的LMI
线性规划作为一种技术,用于优化受线性等式或不等式约束的线性目标函数。这个问题的可行区域是一个凸多面体。此区域被定义为由不等式约束创建的许多有限半空间的交集。解决这个问题的办法是在现有解的多面体中找到一个点,使得目标函数达到极值(最小值或最大值)。
我们将目标函数定义为
并将问题约束定义为
.
.
.
假设,,以及是给定的参数,其中以及。此外,是一个正变量向量。
优化问题的目标是最小化目标函数,,在上述线性约束得到满足的情况下。
优化问题的数学描述可以很容易地用以下 LMI 公式表示
解决这个问题会得到变量的值,这些值将使目标函数最小化。值得注意的是,如果 ,解决这个问题的计算成本将是 。
没有解析公式可以用来解决一般的线性规划问题。然而,有一些高效的算法,例如单纯形算法,可以用来解决线性规划问题。
该问题在 Github 仓库中的 Matlab 代码链接
https://github.com/asalimil/LMI-for-Linear-Programming
可行性问题的 LMI
控制中的 LMI/工具