Почему cv::solveLP() накладывает ограничение x>=0 и что делать, если пространство решений может быть отрицательным?

У меня триангуляция Делоне.

Каждая точка имеет абсолютную координату в R2. Каждое ребро имеет известное расстояние x, y между каждой точкой. Возникла ошибка, и поэтому решение абсолютных координат не может удовлетворить систему, оно переопределено.

Я хотел бы найти решение абсолютных координат, которое минимизирует норму inf этой системы.

Я ТЯЖЕЛО использовал openCV для этого проекта и поэтому намеревался использовать cv::solveLP(). Однако ответ cv::solveLP был далёк.

Посмотрев документацию, я увидел, что solveLP() накладывает ограничение x >= 0. Кажется, это не тот вариант, который вы можете изменить. Я понимаю, что многие реальные проблемы LP вращаются вокруг количества объектов, и часто x >= 0 имеют смысл. Но почему они налагают это ограничение, не давая вам такой возможности?

Есть ли способ использовать эту функцию для решения, где x может принимать отрицательные значения?

Рекомендация: Начинайте вопрос с вопроса и заполняйте пробелы объяснением после того, как определите, о чем вы спрашиваете. Сосредоточьтесь на вопросе, есть ли способ использовать эту функцию для решения, где x может принимать отрицательные значения? почему они налагают это ограничение, не давая вам такой возможности? интересно ради любопытства, но, вероятно, не поможет вам продвинуться дальше в решении проблемы программного обеспечения, с которой вы столкнулись.

user4581301 21.06.2024 20:50

это реализация симплексного алгоритма Данцига в канонической форме en.wikipedia.org/wiki/Simplex_algorithm

Swift - Friday Pie 21.06.2024 21:37

Кажется, что это резкое приближение к людям, не слишком знакомым с математической оптимизацией: по моему мнению, это действительный абстрактный вопрос, связанный с API-интерфейсами программирования, где не требуется никаких примеров. В любом случае... x>=0 — это то, что делает линейное программирование в целом мощным. По вашему вопросу/случайу: найдите термин «свободные переменные». Общая идея состоит в том, чтобы разделить эти переменные на положительную и отрицательную часть (2 переменные!). Примечание: если вы говорите о реализации opencv, имейте в виду, что это игрушечная реализация (по сравнению с Soplex, Highs, Clp, возможно GLPL, lp_solve и рекламой)!

sascha 22.06.2024 00:43

@sascha Моя главная особенность в том, что ОП не удосужился использовать абзацы или какую-либо другую разметку, чтобы сделать вопрос хотя бы немного разборчивым. И мне до сих пор трудно понять, в чем заключается собственно вопрос.

Dan Mašek 22.06.2024 00:47

Я вижу два аспекта вопроса ОП: (1) приложение представляет собой триангуляцию Делоне, но данные данные переопределяют ее, поэтому ОП хочет решить это с некоторой «нечеткостью» (2) ОП спрашивает о свойстве решателя в OpenCV, которое вероятно, это общее свойство многих других решателей. Решение (2), по-видимому, хорошо известно или широко обсуждалось в литературе.

Christoph Rackwitz 22.06.2024 07:58

если вопрос просто «связан» с API, но не нуждается в нем (нет кода), то это не вопрос программирования, и его следует адресовать обмену стеками для математики/оптимизации/LP — (2 ): действительно, я мало разбираюсь в пластинках. мне кажется, что такое ограничение на самом деле не является проблемой, потому что, возможно, можно ввести компенсирующие слагаемые, чтобы сдвинуть это ограничение вниз или удалить его (как вы предлагаете) -- (1): описания едва достаточно, чтобы получить представление, но отсутствуют детали, позволяющие изменить проблему без необходимости иметь дело с «нарушающим свойством» решателя.

Christoph Rackwitz 22.06.2024 08:01

вы хотите опубликовать ответ? если да, я мог бы поддержать повторное открытие. не стесняйтесь добавлять замечания о недостатках решателя OpenCV. это полезно знать.

Christoph Rackwitz 22.06.2024 08:05

@ChristophRackwitz, ты закрыл и последний вопрос, который я задал. Я чувствую, что мой опыт работы с SO был следующим: «Мы понимаем, о чем вы спрашиваете, нам не нравится формат вашего вопроса, поэтому мы сразу же отклоняем вас». Как-то отстой, если честно. Я бы сказал, что это конкретный вопрос реализации. Как оказалось, введение x>=0 в качестве ограничения позволяет повысить эффективность решателя LP, но не все реализации навязывают это. Вы можете преодолеть это с помощью линейного сдвига в ваших данных. глобальный оптимум возникает при x>=0, но заранее узнать, насколько далеко нужно сдвинуться, непросто.

Cooper Maira 22.06.2024 21:17

какой это был вопрос? Я не вижу этого в ваших недавно заданных вопросах. Я не риторически спрашиваю. Я ожидаю, что вы дадите ссылку на тот «последний» вопрос, который, как вы сказали, «я» закрыл. -- Я ничего не делал сам. обычно, чтобы закрыть вопрос, требуется три человека, и с этим так и произошло. не следует подразумевать то, что вы только что подразумевали.

Christoph Rackwitz 22.06.2024 21:58

@CooperMaira К сожалению, у многих людей был такой же опыт, как у вас. StackOverflow может быть довольно неприятным. Здесь показана часть эксперимента Милгрэма. А также небольшая непоследовательность в том, что означает и подразумевает «закрытие вопроса». StackOverflow сообщает своим пользователям: «Пожалуйста, проголосуйте за закрытие вопроса, если вы считаете, что вопрос можно улучшить путем редактирования; это поможет автору вопроса; затем мы снова откроем вопрос, как только он будет улучшен». Но большинство вопросов не открываются повторно после закрытия, и все недооценивают последствия закрытия вопроса для задавшего вопрос.

Stef 22.06.2024 22:34

@ChristophRackwitz stackoverflow.com/questions/78568163/…. Я имею в виду, честно говоря, чувак, я понимаю, что помощь бесплатна, но такое ощущение, что члены сообщества с высокой репутацией относятся к этому очень пренебрежительно. Кроме того, оба раза, когда вы голосовали за закрытие моих вопросов, вы говорили, что нет воспроизводимого примера кода, хотя ни один вопрос не выиграл бы от его наличия. Возможно, я ошибаюсь, но создается впечатление, что вы хотите закрыть вопрос, а не улучшить его.

Cooper Maira 22.06.2024 22:55

в этом вопросе по-прежнему нет ничего, что делало бы его вопросом программирования. это чисто математический вопрос, а именно, как формулировать ЛП. само программирование не является проблемой, оно просто «превращает математику в практику». x>=0 — стандартное ограничение, поэтому вопрос даже не относится к решателю OpenCV. вы получите ту же проблему с любым другим решателем. существуют стандартные способы переформулировать LP, чтобы справиться с ограничением x >= 0 (см. комментарий sascha). возможно, некоторые решатели преобразуют проблему «под капотом», так что неотрицательное ограничение ослабляется незаметно для пользователя?

Christoph Rackwitz 23.06.2024 12:33

в любом случае. Я не знаю, дал ли мне сайт возможность «проголосовать за перенос» этого на обмен математическим стеком. если такой вариант был, извини, что я его не выбрал. это фактически поднимает вопрос только в том случае, если все три голоса также выберут один и тот же вариант, чего часто не происходит.

Christoph Rackwitz 23.06.2024 12:36

Обратите внимание, что для проблем, связанных с LP, или.stackexchange.com часто более терпимы/гостеприимны, чем stackoverflow.

Stef 23.06.2024 13:10

прежде всего, тематически более целесообразным.

Christoph Rackwitz 23.06.2024 13:39
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
16
98
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Как я обнаружил и как обсуждалось в комментариях, это ограничение, налагаемое решателем, сделано для повышения эффективности и зависит от решателя. Данциг, изобретатель линейного программирования, использовал это в своем оригинальном симплексном алгоритме. Не все решатели накладывают это ограничение, но cv::solveLP() накладывает. Если вы ожидаете, что оптимум не произойдет в положительном ортанте, вы можете применить линейный сдвиг к вашему входному вектору (в случае cv::solveLP() этот сдвиг должен быть сделан к вектору b), так что оптимум будет возникать в неотрицательном пространстве.

Однако знание того, как далеко сдвинуть ваши данные, не является тривиальным, и недостаточно сдвинутые данные приведут к решению cv::solveLP() на пересечении вашего пространства решений и положительного ортанта. Если эта область непуста, то в этой области будет существовать оптимум, и решатель вернет разумный, но, возможно, неправильный ответ, что затруднит понимание того, что вы сделали неправильно.

Другие вопросы по теме