CVXPY场景下拟凹函数差值出现未知曲率问题咨询

核心结论 #

这不是CVXPY的缺陷，是你对拟凹函数的运算性质存在认知偏差。

为什么组合后无法通过DQCP校验 #

1. 拟凹函数不具备「非负线性组合仍保持拟凹」的性质：凹函数的非负线性组合必然仍为凹函数，但拟凹函数没有该运算封闭性，两个拟凹函数相加后整体可能既不是拟凹也不是拟凸，自然无法通过CVXPY的DQCP曲率校验。
2. 你使用的惩罚项- cp.sum(cp.maximum(0, cp.sign(X)))本质是L0范数的负项，该函数本身不连续、非凸非凹，仅在非常受限的场景下可被判定为拟线性，和仿射收益项组合后，整体目标的曲率无法被CVXPY的规则系统自动验证，因此会被拒绝求解。

可行的解决方案 #

你要实现的是「最小化非零库存品类数」的稀疏性约束，有两种成熟的处理方式：

• 凸松弛方案：用L1范数替代L0范数作为惩罚项，由于你已经约束X非负，L1范数等价于所有元素的和，惩罚项替换为- cp.sum(X)即可，调整后的目标为纯仿射函数，属于标准凸优化问题，可直接调用CVXPY的凸规划求解器求解，该方案在绝大多数场景下都能得到符合稀疏性要求的近似最优解。
• 精确建模方案：引入二进制指示变量矩阵Y，维度和X一致，添加约束X[i,j] <= U[i,j] * Y[i,j]（U[i,j]为X[i,j]的理论上界，可通过你的空间可用性约束推导得到），惩罚项替换为- cp.sum(Y)，此时问题转换为混合整数线性规划（MILP），调用CVXPY支持的MILP求解器（如CBC、Gurobi等）即可得到精确最优解。

内容的提问来源于stack exchange，提问作者lkf_algo