您可以根据六个线性约束的平方距离。这是一个严格的凸二次规划。$X$

如果调用一个通用的凸 QP-solver（比如我在 Matlab 中的 MINQ）太慢，你可以计算出 Kuhn-Tucker 最优性条件（这里是必要和充分的），并进行案例分析。由于对称性，您只需要区分三种情况：顶点解、射线解和面解。然后您可以对其进行编程，同时考虑置换点的需要，给出额外的案例（但只是置换的解决方案公式）。