CVXPY抛出SolverError异常的具体原因及QP求解问题咨询

兄弟，我之前也踩过CVXPY 1.0求解QP时频繁爆SolverError的坑，结合你描述的情况——调严停止准则就炸、换了好几个求解器都没用——给你几个实际用过的解决思路：

• 先搞定数值归一化，从根源降低求解压力
  你说调严停止准则错误更多，这大概率是你的QP问题存在数值病态：比如目标函数或约束里的系数量级差得离谱（比如一个变量系数是1e6，另一个是1e-6），或者问题本身就卡在“接近不可行/无界”的边缘。
  先给所有变量和约束做归一化：把变量缩放到相近量级（比如都映射到[-1,1]或[0,1]区间），约束的右端项也同步调整。这一步能大幅降低求解器的数值计算负担，我之前有个问题就是靠归一化直接解决了90%的SolverError。

• 针对不同求解器搞定制化优化
  虽然你试了好几个求解器，但每个求解器的脾气不一样，得针对性调参：

  • OSQP：专门啃凸QP的，对稀疏矩阵特别友好。如果你的问题是稀疏的，试试增大max_iter（比如调到10000），别把eps_abs/eps_rel调得太死（比如别低于1e-4），还可以开polish=True——它会在迭代结束后做一次精度抛光，有时候能把差点收敛的问题拉回来。
  • CVXOPT：对付稠密QP更顺手，调大maxiters的同时，把abstol和reltol适当放宽。另外，试试手动给变量设初始值（比如var.value = np.array([1.0, 0.5])），有时候好的初始点能帮求解器少走弯路。
  • SCS：适合大规模问题，数值鲁棒性强但精度稍弱。调大max_iters，或者把eps参数放宽点，同时开verbose=True看日志，搞清楚是迭代次数不够，还是求解器直接判定问题不可行。

• 先验证约束可行性，排除建模逻辑问题
  频繁报错也可能是你的问题在某些场景下本身就不可行或无界，只是求解器没说清楚。可以先做个简单测试：构造一个只要求满足所有约束的线性规划（目标函数设为0），用求解器跑，如果这个都失败，那说明你的约束在某些输入下本身就矛盾，得回去检查建模逻辑。

• 考虑升级CVXPY版本
  CVXPY 1.0是真的有点老了，现在稳定版都到1.3+了，旧版本可能存在求解器接口的bug，或者对某些问题的处理不够完善。如果条件允许，建议升级到最新的稳定版——不过升级前记得备份代码，因为部分API有小改动，得稍微调整下。

• 用日志精准定位问题
  别瞎调参数，先开求解器的verbose模式看日志，比如：

  prob.solve(solver=OSQP, verbose=True, eps_abs=1e-4)
  

  从日志里能看到迭代过程的残差变化、求解器为什么停止（是迭代次数耗尽，还是检测到不可行），这些信息能帮你精准下药，而不是瞎试参数。

内容的提问来源于stack exchange，提问作者Tony