使用线性矩阵不等式在matlab求解报错情况

报错情况

错误使用  - 
Adding NaN to an SDPVAR makes no sense.

错误分为下列的情况、

1. 将 sdpvar 对象指定给 double
   
    一个常见的情况是用户定义了一个 double，然后尝试使用索引在某个位置插入一个 sdpvar 对象

   sdpvar x
   y = zeros(1,5);
   y(5) = x
   y =
   
      NaN     0     0     0     0

   显然，这并不是在创建人们想象中的矢量！原因是在 MATLAB 中，subsasgn（执行此操作）的优先级行为。 原因在于 MATLAB 中 subsasgn（执行此操作）的优先级行为。 双倍值具有优先权，因此在执行赋值时，右侧会被当作双倍值。 因此，代码等价于

   sdpvar x
   y = zeros(1,5);
   y(5) = value(x)

   为 x 赋值可以更清楚地看到这一点

   sdpvar x
   assign(x,pi)
   y = zeros(1,5);
   y(5) = x

   在众多解决方案中，有一种解决方案是使用连接代替

   sdpvar x
   y = [zeros(1,4) x];

   或者，将 x 定义为 sdpvar 向量并插入零，或者使用稀疏函数等。 最后的办法（因为它是丑陋的非标准 MATLAB 代码）是使用 double2sdpvar。 这条命令很可能在将来被删除，所以不要依赖它。

   sdpvar x
   y = double2sdpvar(zeros(1,5));
   y(5) = x;

   另一个解决方法是计算矢量化，使用一些简单的for循环会出现这些问题。

2. 数据一开始就很糟糕
   垃圾进垃圾出。当然，如果创建了一个包含NaN的模型，我的数据模型中也会有NaN，因此，需要检查数据。

   woops = sin(0);
   Model = [x <= 1/woops-1/woops^2];

3. 优化问题中从未使用过该变量
   一个变量要有一个值，它必须在优化问题中可见。 未被优化的变量默认值为 NaN。 在下面的模型中，虽然我们在模型中看到了 y，但由于它乘以了 0，因此并不属于 YALMIP 模型的一部分，求解器也完全无法使用。 该变量将保持调用求解器之前的值。 由于变量从未被赋值，因此值将为 NaN。
    

   sdpvar x y
   something = x+y;
   Model = [x+0*y <= 1];
   optimize(Model,-x);
   value(something)
   value(y)

4. 问题没有被解出来
   你在解决问题后检查过解决方案的状态吗？ 如果问题没有解决，就不能保证变量已经分配。

   sdpvar x
   sol = optimize(x>=0,x,sdpsettings('solver','cplex'))
   if sol.problem == 0
    disp('x should have a value')
    value(x)
   elseif sol.problem = -3
    disp('Solver not found, so of course x is not optimized')
    value(x)
   end