工具包：Cvxopt python 凸优化包 函数原型：Cvxopt.solvers.qp(P,q,G,h,A,b) P,q,G,h,A,b的含义参见上面的二次规划问题标准形式。 编程求解思路： 1.对于一个给定的二次规划问题，先转换为标准形式（参见数学基础中所讲的二次型二中形式转换） 2.对照标准形势，构建出矩阵P,q,G,h,A,b 3.调用result=Cvxopt.solvers.qp(P,q,G,h,A,b)求解 4.print（result）查看结果，其中result是一个字典，我们可直接获得其某个属性，e.g. print(result['x']) 下面我们来看一个例子 代码 import pprint from cvxopt import matrix, solvers P = matrix([[4.0,1.0],[1.0,2.0]]) q = matrix([1.0,1.0]) G = matrix([[-1.0,0.0],[0.0,-1.0]]) h = matrix([0.0,0.0]) A = matrix([1.0,1.0],(1,2))#原型为cvxopt.matrix(array,dims)，等价于A = matrix([[1.0],[1.0]]） b = matrix([1.0]) result = solvers.qp(P,q,G,h,A,b) print('x\n',result['x']) 1 本文来源：https://www.wddqw.com/doc/fa3c95c712a6f524ccbff121dd36a32d7275c7e7.html