This book is about convex optimization, a special class of mathematical optimization problems, which includes least-squares and linear programming problems. It is well known that least-squares and linear programming problems have a fairly complete theory, arise in a variety of applications, and can be solved numerically very efficiently. The basic point of this book is that the same can be said for the larger class of convex optimization problems

提出了一种基于数据驱动的稀疏虚假数据注入攻击策略。攻击策略分为3个阶段：第一阶段，基于稀疏优化技术对窃听的数据进行预处理以剔除异常值；第二阶段，基于平行因子分解算法推断不完整的系统信息矩阵；第三阶段，根据推断的系统矩阵，使用凸优化的方法求解稀疏攻击向量。仿真实验结果表明，当存在异常值时，传统的攻击策略无法成功实施，而所提攻击策略仍能成功地实施稀疏虚假数据注入攻击。

凸优化 中文版 清华大学 王书宁翻译。提供给学习凸优化的同学们交流分享。

凸优化matlab代码轨迹机器人导航 该存储库是Mahyar Fazlyab等人撰写的论文《时变凸优化的预测-校正内点方法》的实现。 。 tl; dr：下载任何文件夹（1.1、2.0、3.0）； 用MATLAB打开; 键入main（）以查看输出（图形）。 就像一个非常有名的标题所暗示的那样，本文继续建立了一个内点优化方法，该方法适用于目标函数和约束条件本质上是随时间变化的问题。 简而言之，所采用的方法结合了用于预测变化的二阶动力学知识和牛顿方法的一种版本，以校正轨迹并收敛于最优解。 因此，名称为“预测校正”。 然后，通过几个示例使用本文得出的优化方法，其中一个是机器人导航问题。 主要假设： 机器人是球形的，半径已知； 所有障碍物均为已知半径和坐标的球形； 两个障碍之间有足够的空间供机器人穿过； 机器人的初始位置没有任何障碍物。 实施的主要阶段： v1.1-具有固定目标的2D工作区； v2.0-具有时变目标的2D工作空间； v3.0-具有随时间变化目标的3D工作区。 注意，第三步实现看起来很漂亮，但与第二步基本相同。 剧情图例： x_c：初始机器人位置的质心 x_d：物镜的初始位置 蓝线

针对多区域电-气综合能源系统(MIEGSs)优化调度策略求解过程中面临的区域子问题非凸的难点，提出一种能快速求解的改进二阶锥(SOC)松弛方法。构建MIEGSs的数学模型，将管道方程约束松弛为线性约束，通过求解松弛模型得到管道流量初值，由初值确定管道流向；根据管道流向采用SOC松弛方法，从而避免引入整数变量，并得到区域子问题的最优解；进而采用交替方向乘子法(ADMM)迭代求解各区域子问题，实现各区域间协同。所提方法无需引入整数变量，使得所求解问题均为凸优化问题，能够保证ADMM算法的收敛性，并具有较快的求解速度。最后，通过算例仿真验证了所提方法的有效性和快速性，并分析了算例参数对所提方法性能的影响。

凸优化 非线性优化 convex optimization nonlinear programming

凸优化的相关论文，设计信号处理，波束形成，阵列天线

凸优化王书宁译boyd的官方教学视频。《信息技术和电气工程学科国际知名教材中译本系列:凸优化》内容非常丰富。理论部分由4章构成，不仅涵盖了凸优化的所有基本概念和主要结果，还详细介绍了几类基本的凸优化问题以及将特殊的优化问题表述为凸优化问题的变换方法，这些内容对灵活运用凸优化知识解决实际问题非常有用。

通过对变量和拉格朗日乘子进行多次迭代，求出最优值，例子很简单，可以套用，很容易看会，有问题的欢迎留言，共同探讨。

凸优化英文版，高清，带书签，学习凸优化的经典教材，特别推荐！