cvxpy中SOCP问题不符合DCP规则的排查求助

问题描述 #

我尝试用Mosek求解一个SOCP问题，代码如下：

objective = cp.Minimize(cp.power(cp.norm(beta, 2), 2)/2 + cp.power(lambda_var, 2)/2 - beta @ y_train)

# Constraints
constraints = [
    cp.quad_form(beta, K_1) / cp.power(rho_g, 2) <= cp.power(lambda_var, 2),
    cp.quad_form(beta, K_2) / cp.power(rho_g, 2) <= cp.power(lambda_var, 2)
]

# Define the problem 
problem = cp.Problem(objective, constraints)
problem.solve(solver = cp.MOSEK)

我已经用cp.psd_wrap把K矩阵包装成PSD矩阵，目标函数和约束里的项也都是凸函数或线性函数，但还是一直报不符合DCP规则的错误。报错信息如下：

DCPError: Problem does not follow DCP rules. Specifically:
The following constraints are not DCP:
QuadForm(var303, psd_wrap([[1.00 0.96 ... 0.94 0.91]
 [0.96 1.00 ... 0.92 0.85]
 ...
 [0.94 0.92 ... 1.00 0.98]
 [0.91 0.85 ... 0.98 1.00]])) / power(40.0, 2.0) <= power(var304, 2.0) , because the following subexpressions are not:
|--  QuadForm(var303, psd_wrap([[1.00 0.96 ... 0.94 0.91]
 [0.96 1.00 ... 0.92 0.85]
 ...
 [0.94 0.92 ... 1.00 0.98]
 [0.91 0.85 ... 0.98 1.00]])) / power(40.0, 2.0) <= power(var304, 2.0)
QuadForm(var303, psd_wrap([[6.61 0.37 ... 7.94 6.49]
 [0.37 1.93 ... 0.04 1.83]
 ...
 [7.94 0.04 ... 90.47 17.66]
 [6.49 1.83 ... 17.66 470.43]])) / power(40.0, 2.0) <= power(var304, 2.0) , because the following subexpressions are not:
|--  QuadForm(var303, psd_wrap([[6.61 0.37 ... 7.94 6.49]
 [0.37 1.93 ... 0.04 1.83]
 ...
 [7.94 0.04 ... 90.47 17.66]
 [6.49 1.83 ... 17.66 470.43]])) / power(40.0, 2.0) <= power(var304, 2.0)

问题原因 #

DCP规则要求约束必须满足凸函数 ≤ 凹函数、凹函数 ≥ 凸函数，或者线性等式/不等式。你的约束左边cp.quad_form(beta, K)/rho_g²是凸函数（K为PSD矩阵），右边cp.power(lambda_var, 2)也是凸函数，凸函数 ≤ 凸函数不符合DCP规则，因此报错。

解决方法 #

将约束转换为SOCP的标准形式：利用二次型与范数的等价关系，cp.quad_form(beta, K) = cp.norm(cp.sqrtm(K) @ beta, 2)²，因此原约束可以改写为范数约束，此时左边是凸函数（L2范数），右边是线性函数（rho_g为正数常数，lambda_var是变量），完全符合DCP规则。

修改后的完整代码：

import cvxpy as cp

# 假设beta、lambda_var、y_train、K_1、K_2、rho_g已提前定义
objective = cp.Minimize(cp.power(cp.norm(beta, 2), 2)/2 + cp.power(lambda_var, 2)/2 - beta @ y_train)

# 转换后的合规约束
constraints = [
    cp.norm(cp.sqrtm(K_1) @ beta, 2) <= rho_g * lambda_var,
    cp.norm(cp.sqrtm(K_2) @ beta, 2) <= rho_g * lambda_var
]

problem = cp.Problem(objective, constraints)
problem.solve(solver=cp.MOSEK)

补充说明 #

• 若K矩阵的PSD属性存疑，可继续使用cp.psd_wrap(K)包裹矩阵，确保CVXPY将其识别为正定矩阵。
• 这种转换是SOCP问题的标准写法，既满足DCP规则，也能被Mosek正确识别并高效求解。

内容的提问来源于stack exchange，提问作者yocut