如何矢量化朱莉娅凸不平等约束

Question

我正在尝试对矢量化不等式约束，以比较两种Convex类型。在一侧，我有Convex.MaxAtom s，在另一侧，我有Variable s。我想做以下操作：

using Convex
N = 10
t = Variable(1)
v = Variable(N)
x = Variable(1)
z = rand(100)
problem = minimize(x)
problem.constraints += [t >= 0]
ccc = Vector{Convex.MaxAtom}(N)
for i = 1:N
    c = -(1. + minimum(x.*z))
    cc = t + c
    ccc[i] = max(cc,0.)
end
problem.constraints += [ccc <= v]

，但我在最终约束上遇到以下错误：

ERROR: LoadError: MethodError: no method matching isless(::Complex{Int64}, ::Int64)

我不确定Int64类型的出现。除了循环并添加单个比较之外，还有更好的方法来添加此约束。

for i = 1:N
      problem.constraints += [ccc[i] <= v[i]]
end

我试图避免这种情况，因为最终我的10个会更大。

Answer 1

在这种情况下（感谢Udell博士），它可以矢量化为

c = -(1. + xisim + minimum(x.*z))
cc = t + c
ccc = max(cc,0.)
problem.constraints += [ccc <= v]