CVXPY求解凸优化问题遇DCP报错：目标函数不满足DCP规则

问题背景 #

尝试求解凸优化问题，主观判断目标函数为凸函数，但运行CVXPY代码时触发报错：

DCPError Problem does not follow DCP rules. Specifically: The objective is not DCP

报错原因 #

CVXPY的DCP规则要求最小化问题的目标函数必须是凸函数，且所有表达式需符合原子操作的凸性组合规则。问题出在目标函数中的pp*(d/(W*cp.log(1+pp)))项：

• 对函数f(pp) = pp / log(1+pp)（pp>0）求二阶导数，可验证其为凹函数。
• 目标函数中we * pp*(d/(W*cp.log(1+pp)))是正系数乘以凹函数，整体为凹函数。最小化包含凹项的目标函数违反DCP规则，导致报错。

解决方法 #

方案1：改用非凸优化求解器 #

若原问题建模正确（确实需要最小化该非凸目标），可使用CVXPY支持的非凸求解器（如SLSQP、COBYLA）绕过DCP检查。这类求解器能处理非凸问题，但仅能保证找到局部最优解。

方案2：检查并修正建模逻辑 #

若原问题应为凸优化问题，需重新核对目标函数的推导，确认是否存在符号、项的组合错误（比如是否将凸函数误写为凹函数形式）。

修改后的代码 #

以下是使用SLSQP求解器的修正代码，同时添加了变量非负约束（符合功率的实际物理意义）：

import cvxpy as cp
import numpy as np

ppMax = 1
Tmax  = np.array([1.19, 1.99, 4.16, 1.98, 2.53])
d     = np.array([2648000, 5552000, 4744000, 4056000, 6168000])
p     = np.array([0.19952623149688797, 0.00018021843172751523, 0.0020210434604112652, 0.001602417432034276, 0.003647501823979989])
r     = np.array([8574212.020483451, 6619470.077787987, 7521159.373986546, 7135440.631765847, 6832684.423897811])
c     = np.array([430000000.0, 700000000.0, 400000000.0, 220000000.0, 170000000.0])
fc    = np.array([40000000000, 40000000000, 40000000000, 40000000000, 40000000000])
ff    = np.array([4000000000, 4000000000, 4000000000, 4000000000, 4000000000])
W     = np.array([0.7, 0.2, 0.3, 0.7, 0.5])
wt    = np.array([0.609, 0.04000000000000001, 0.255, 0.308, 0.43])
we    = np.array([4.336742687028045, 10.647756980938421, 8.263103073749088, 7.675258157093112, 6.322105707432189])

# 添加非负约束，避免log(1+pp)出现无意义输入
pp = cp.Variable(len(Tmax), nonneg=True)
cons = [
    cp.sum(pp) <= ppMax,
    d/r + c/fc + d/(W*cp.log(1+pp)) <= Tmax
]
objective = cp.Minimize(
    wt*(2*d/r + c/ff + c/fc + d/(W*cp.log(1+pp))) + 
    we*(2*p*(d/r) + pp*(d/(W*cp.log(1+pp))))
)
prob = cp.Problem(objective, cons)

# 使用SLSQP非凸求解器，开启verbose查看迭代过程
prob.solve(solver=cp.SLSQP, verbose=True)
print(prob.value, pp.value)

注意事项 #

• 非凸求解器无法保证全局最优解，若需全局最优，需使用专门的全局优化工具（如Pyomo搭配全局求解器）。
• 变量非负约束是必要的，既符合物理意义，也避免log(1+pp)出现负数输入导致的计算错误。

内容的提问来源于stack exchange，提问作者Arash hosseini Rezaei