使用CVX优化器求解函数最小值时遇凸规划错误求助

错误原因 #

CVX基于** disciplined convex programming (DCP)**规则运行，要求所有子表达式必须明确是凸、凹或仿射函数，且操作逻辑符合规则。你遇到的错误Cannot perform the operation: {real affine} ./ {real affine}，核心问题是x1/(1+x2)和x2/(1+x1)属于「仿射函数除以仿射函数」，这类表达式既非凸也非凹，直接违反了DCP规则。你尝试用inv_pos重构，但未解决分式本身不符合DCP要求的问题，且未验证整个目标函数的凸性。

问题核心：目标函数的凸性判断 #

先转换目标函数形式（利用log2(a)=log(a)/log(2)简化）：

obj = x1 + x2 + log(2)/log(1 + x1/(1+x2)) + log(2)/log(1 + x2/(1+x1));

假设优化变量满足x1≥0，x2≥0（常见于通信、功率优化场景）：

• x1+x2是仿射函数（既凸又凹）。
• 对于log(2)/log(1 + x1/(1+x2))这类项，当x1,x2≥0时，1+x1/(1+x2)≥1，log(...)≥0，该项为正。但进一步分析其二阶导数会发现，另一项log(2)/log(1 + x2/(1+x1))的凸性无法保证，整个目标函数大概率是非凸函数。

CVX仅支持凸优化问题，若目标函数非凸，直接使用CVX无法求解。

可行解决方案 #

方案1：验证凸性并尝试变量替换 #

若变量有额外约束（如x1,x2≥0），可尝试变量替换尝试转化为DCP兼容形式：
令t1 = 1+x2，t2=1+x1（则t1≥1，t2≥1），代入后目标函数变为：

obj = t1 + t2 - 2 + log(2)/log(1 + (t2-1)/t1 ) + log(2)/log(1 + (t1-1)/t2 );

但(t2-1)/t1 = 1 - 1/t1是凹函数，1+凹函数仍为凹，log(凹函数)的凸性不确定，所以仍不符合DCP规则。

方案2：改用非凸优化工具 #

若确认目标函数非凸，CVX无法直接处理，建议使用非凸优化工具：

• Matlab自带的fmincon（需提供初始点）
• GlobalSearch或MultiStart求解全局最优解
• YALMIP库（配合IPOPT等非凸求解器）

方案3：近似凸化（允许近似解时） #

若可接受近似结果，可对非凸项进行凸近似：比如在初始点附近线性化非凸项，或用凸函数的下界/上界逼近非凸项，再用CVX求解。

示例代码（用fmincon求解） #

假设x1,x2≥0，示例如下：

% 定义目标函数
fun = @(x) x(1) + x(2) + 1/log2(1 + x(1)/(1+x(2))) + 1/log2(1 + x(2)/(1+x(1)));
% 设置初始点
x0 = [1;1];
% 变量约束：x1≥0，x2≥0
lb = [0;0];
% 求解配置
options = optimoptions('fmincon','Display','iter');
[x,fval,exitflag,output] = fmincon(fun,x0,[],[],[],[],lb,[],[],options);

内容的提问来源于stack exchange，提问作者Wireless Engineer