Performance 在MATLAB中，求解循环内小型线性程序的最快方法是什么？

我在一个大时间循环中运行

linprog

，以解决小问题（

m

，

n

你能多说一点你想解的线性规划吗？有多少等式约束？不等式约束？迭代过程中会发生什么变化？目标函数？你试过不同的初始点吗？

x0

，这有什么不同吗？发现这一点：尝试解算器的“sqp”或“活动集”。然后选择一个解算器。当然，使用较少的迭代次数或更高的容差也可以加快速度。另一个想法（完全未经测试）由于matlab喜欢矢量化，并且可能会给小操作带来严重的开销，因此将几个小问题合并成一个更大的问题可能有助于加快速度。或者，如果您知道约束总是有约束力的，则只计算可行区域的所有角点可能会更快。@Shai-对不起，我编辑了objective函数。是

x

是一个向量，对于

m

，

n

for t =1:nt 
  for n = 1:N 
      linprog 
  end 
end

max 1'x 
s.t.  Ax <= b
      lb<=x<=ub