Matrix 跳跃目标函数中的矩阵向量积，其中矩阵为变量

我正在用Julia编写一个使用JuMP的优化程序。我的Julia版本是1.3.1，JuMP版本是0.21.2

我的一个变量是矩阵，在我的例子中，它是一个方便的结构

using JuMP
using LinearAlgebra

c1H = Vector(1:3)

model = Model()
@variable(model, GiH[1:10, 1:3] >= 0)

test = rand(10,3)

在目标函数中，我将矩阵乘以一个（参数）向量，然后对结果项的项求和。我想这样写：

@objective(model, Min, sum(GiH*c1H))

这相当于

@objective(model, Min, ones(10)'*(GiH*c1H))

当我将变量矩阵替换为数字矩阵

test

时，这运行良好。 然而，我用变量矩阵GiH得到了误差

MethodError: no method matching similar(::Array{Float64,1}, ::Type{GenericAffExpr{Float64,VariableRef}}, ::Array{Int64,1})
Closest candidates are:
  similar(::Array{T,1}, ::Type) where T at array.jl:331
  similar(::Array, ::Type, !Matched::Tuple{Vararg{Int64,N}}) where N at array.jl:334
  similar(::AbstractArray, ::Type{T}) where T at abstractarray.jl:626
  ...
*(::JuMP.Containers.DenseAxisArray{VariableRef,2,Tuple{Array{Int64,1},Array{Int64,1}},Tuple{Dict{Int64,Int64},Dict{Int64,Int64}}}, ::Array{Float64,1}) at matmul.jl:51
top-level scope at rewrite.jl:227
top-level scope at macros.jl:762

发生了什么事？似乎跳跃变量矩阵没有定义矩阵乘法

我知道我可以用嵌套的

sum（…for…

来代替这个矩阵乘法，但是我想知道是否可以用不同的方法来实现

解决方案

@objective(model, Min, ones(10)'*(GiH*c1H))

对我有用。我使用的是juliav1.4和JuMP v0.21.2

解决方案

@objective(model, Min, ones(10)'*(GiH*c1H))

对我有用。我使用的是juliav1.4和JuMP v0.21.2