#9 · 主分类： 优化与启发式算法
osqp
control
convex-optimization
lasso
machine-learning
model-predictive-control
numerical-optimization
optimization
portfolio-optimization
quadratic-programming
solver
svm
算子分裂QP求解器
项目最后更新：01/12/26
GitHub Stars
2.2K
Forks数量
415
贡献者数量
36
许可证
Apache-2.0
收录理由
OSQP 是一个求解凸二次规划问题的数值优化包，目标函数形如 0.5 x'Px + q'x，并受线性不等式约束。它采用 ADMM 一阶方法，在处理现实模型中常见的稀疏问题时速度很快。核心求解器用 C 语言编写，提供 Python、C/C++ 和 Julia 的绑定，也可以直接嵌入到更大的应用程序中，而不必依赖外部包装。这种设计让它很适合模型预测控制、投资组合优化和 SVM 训练等场景——这些场景常常需要在毫秒级时间内得到解，并且可以接受以轻微精度损失换取更快的计算速度。配套的建模层允许用户以矩阵形式描述问题，把稀疏线性代数交给求解器处理。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。