如何在CVXPY DPP中使用参数及其倒数且维持DPP合规性？

问题根源 #

对参数使用cp.inv_pos()（取倒数）违反了DPP（Disciplined Parametrized Programming）规则：DPP要求参数只能以线性项、合法凸/凹函数的输入形式出现，不能对参数执行倒数这类非线性变换（但对优化变量执行倒数是允许的）。

调整方案 #

重新推导目标函数，将参数的倒数操作转化为对变量的操作，让参数仅以线性系数形式存在：

原目标表达式cp.maximum(a*b, b*cp.inv_pos(a))可提取公共因子b，改写为b * cp.maximum(a, cp.inv_pos(a))——此时参数b仅作为线性系数参与运算，完全符合DPP规范；而cp.inv_pos(a)是对优化变量a的操作，属于DPP允许的范围。

修改后的代码 #

import cvxpy as cp

def cp_log_ratio_norm(a, b):
    # 提取参数b作为线性系数，仅对变量a取倒数，满足DPP要求
    return b * cp.maximum(a, cp.inv_pos(a))

var = cp.Variable(pos=True)
param = cp.Parameter(pos=True)
param.value = 5
objective = cp.Minimize(cp_log_ratio_norm(var, param))
problem = cp.Problem(objective, [])
objective_value = problem.solve()

print(f"Objective value = {objective_value}")
print(f"Status = {problem.status}")

验证说明 #

修改后代码不会触发DPP警告，且求解结果与原代码一致：最小值出现在var=1时，目标值为5*1=5，问题状态为optimal。

内容的提问来源于stack exchange，提问作者Richard