Performance 多重线性优化

我对在MATLAB中求解几百个线性系统感兴趣。目前，这是由linprog的for循环完成的

使用的向量具有相同的维数，是一个矩阵的直线

for combination_id = 1:1000
[tempOperatingPointsVectors,tempTargetValue, exitflag] = ...
   linprog( lo_c(combination_id,:), ...
            [], [], ...
            lo_G(:,:,combination_id), lo_d(:,combination_id), ...
            lo_u(:,combination_id), lo_v(:,combination_id), ...
            x0_in, options);
end

有没有一种方法可以将linprog用于整个向量，而不是拾取每一行？

---

我还尝试了parfor循环，但由于每个循环中的操作都非常小，因此速度没有提高。

为什么不能设置一个大的线性程序，然后一次解决所有问题

由于我没有您的数据，我无法测试以下代码，但基本思想应该是可行的

xVar = 1:size(lo_c,2);
uBound = lo_u(:, 1);
vBound = lo_v(:, 1);
dMat = lo_d(:, 1);
gMat = lo_G(:,:, 1);
objMat = lo_c(1,:);
x0_inMat = x0_in;

for combination_id = 2:1000
    xVar = [xVar, xVar(end)+1:xVar(end)+size(lo_c,2)];
    uBound = [uBound; lo_u(:, combination_id);
    vBound = [vBound; lo_v(:, combination_id);
    dMat = [dMat; lo_d(:, combination_id);
    gMat = [gMat; lo_G(:,:, combination_id)];
    objMat = [objMat; lo_c(combination_id,:)];
    x0_inMat = [xo_inMat; x0_in];
end
[tempOperatingPointsVectors,tempTargetValue, exitflag] = ...
       linprog( objMat, ...
                [], [], ...
                gMat, dMat, ...
                uBound, vBound, ...
                x0_in, options);

---

应该这样做。

一个想法是重新实现一个算法，例如单纯形，并在适当的地方添加矩阵运算。有人知道在哪里可以找到具有上下边界的Matlab单纯形代码吗？