Я работаю над задачей квадратичного программирования.
Итак, у меня есть две матрицы A и B (на самом деле временные ряды), и я хочу найти матрицу X, ст. A*X ближе всего к B при условии, что X содержит все положительные значения. (поэтому X можно рассматривать как весовую матрицу)
Поскольку это проблема минимизации и есть ограничение на X, я рассматриваю возможность использования квадратичного программирования. В частности, моя цель - найти X с помощью:
min sum (A*X - B).^2, that is:
min sum 1/2 X^t * (A^t*A) * X - (B^t*A) * X
s.t. X is positive
эта форма кажется очень похожей на проблему QP:
1/2 x^t*Q*x + c^t*x
s.t. A*x < b
Мои проблемы:
My X is a matrix instead of a vector in QP.
Is there a variant of QP for this problem? Am I right to head to QP?
How to represent the limitation on X positive?
Было бы здорово, если бы вы могли конкретизировать функции R.
Большое спасибо!
