高效的免费/开源SOCP（二阶锥规划）求解器

Question

我正在寻找一个关于二阶锥规划求解器的推荐（或比较），主要考虑评估速度。该求解器必须免费供非营利性使用或是开源。

环境方面，我比较开放：独立的解决方案、库、Matlab、Python、R等都可以接受。

我的问题的约束条件具有显著的稀疏性，我相信好的求解器可以利用它来加速计算。

- ARF

Answer 1

你可能已经知道，cvxpy使用cvxopt或ecos作为求解器。
我只用过ecos来解线性规划问题，比cvxopt快3倍（在一个测试案例上）。
它有大约5k行C + Python包装器，可以处理scipy.sparse.csc格式的所有任务，值得一看。

- denis

---

谢谢，我之前还不知道 cvxpy 或 ecos。我读了 ecos 的论文，它的性能比较令人印象深刻。cvxpy 看起来可以让生活变得更加容易。你有没有其他我应该注意的 Python 包的提示？ - ARF

抱歉，不行。Cvxpy有所帮助，但求解器是黑盒子，不透明的；例如，请参见check-constraints-are-ok-in-cvxpy-with-actual-values。此外，大多数ecos示例都是Matlab，几乎没有Python。我同意@ac_mosek的观点，商业或学术求解器可以更快地让您上手。不过，您可以尝试在http://scicomp.stackexchange.com上询问（提供更多关于问题规模等信息）。 - denis

Answer 2

你可能想要查看维护在这里的基准测试。

http://plato.la.asu.edu/bench.html

在那里，你可以找到各种大小的SOCP和QP测试。大多数求解器都会为您提供几个接口，没有问题。有关求解器列表，请查看此处

http://en.wikipedia.org/wiki/Second-order_cone_programming

我不确定它是否完整，但你可以从这里开始。

根据我的经验，在处理大规模问题时，商业求解器（如MOSEK和CPLEX）将提供更好的性能和稳定性，当然，鉴于我的用户名，我可能有偏见。

请记住，现在大多数商业供应商都可以为您提供学术或试用许可证。这对于测试和比较非常方便。

在我看来，您可以考虑让用户选择使用哪个求解器。这需要做一些额外的工作，但它可以为您和用户提供更多的灵活性。你可以在这里获得一些灵感。

Ipopt - COIN-OR项目： Cbc：

我建议您使用商业求解器来制定一个好的公式，以便这样的求解器可以快速解决。这是与其他人进行比较的基础。如果您有一些需要帮助解决的大型问题，可以通过mosek.com与我们联系。

cbc：https://projects.coin-or.org/Cbc ipopt：https://projects.coin-or.org/Ipopt

- AndreaCassioli

Answer 3

除了CVXPY (http://www.cvxpy.org/)，您可能还可以考虑QCML (https://github.com/cvxgrp/qcml)，它会生成与您的问题特定的C代码。

CVXPY一直在快速提升。在Check constraints are ok in cvxpy with actual values中的问题是来自一个完全过时的版本。假设您的问题不太大（少于一百万个变量），CVXPY可能会满足您的需求。即使是对于大型问题，您也可以使用CVXPY中的SCS求解器来找到一个快速（尽管准确度稍低）的解决方案。

- steven

Answer 4

还存在一个以MIT许可证发布的SCS (分裂锥求解器)，它是用C编写的，并且有多个端口（Python、R等）。

- Malick