使用LpSolve在R中設置線性規劃優化？

我有這樣的優化問題，我試圖根據列X中的唯一值來最大化列z，但也在約束條件下，每個X所選的唯一值總和最大的列Y小於（在此例如）23.使用LpSolve在R中設置線性規劃優化？

例如，我有這樣的樣本數據：

d=data.frame(x=c(1,1,1,2,2,2,3,3,3),y=c(9,7,5,9,7,5,9,7,5),z=c(25,20,5,20,10,5,10,5,3))

，看起來像這樣：

結果應該是這樣的：

如何在lpSolve :: lp函數中設置此問題？

來源

2017-10-16 CooperBuckeye05

你試過了什麼？你有沒有想過LP與IP？ – sascha

所以基本上我已經在excel中使用解算器完成了這個工作，並且希望將它移到R.我不太關注LP或IP（他們的意思）。我發現堆棧中的其他示例展示瞭如何移動這個過程，但沒有包括如何使用picks約束的總和。 – CooperBuckeye05

您（可能）無法將其解決爲純粹的線性程序，您將需要混合整數編程（由lpsolve支持）。閱讀您要使用的包裝文檔，查看它需要的標準格式，並自行嘗試一些內容，因爲目前這種格式非常廣泛。 * picking *的性質將被表示爲二元變量：如果選擇x0，x0 = 1。只挑選三個候選人中的一個：x0 + x1 + x2 <= 1 (and > = 1如果您需要的話）。 – sascha

您試圖最大限度地受到兩種類型的約束選定的選項的Z值的總和：

所選選項的y值的總和不超過23
你選擇每個獨特的x值

可以爲每個選項創建了一個二元變量，然後用lpSolve解決一個值：

d=data.frame(x=c(1,1,1,2,2,2,3,3,3),y=c(9,7,5,9,7,5,9,7,5),z=c(25,20,5,20,10,5,10,5,3)) 
library(lpSolve) 
all.x <- unique(d$x) 
d[lp(direction = "max", 
    objective.in = d$z, 
    const.mat = rbind(outer(all.x, d$x, "=="), d$y), 
    const.dir = rep(c("==", "<="), c(length(all.x), 1)), 
    const.rhs = rep(c(1, 23), c(length(all.x), 1)), 
    all.bin = TRUE)$solution == 1,] 
# x y z 
# 1 1 9 25 
# 4 2 9 20 
# 9 3 5 3

來源

2017-10-16 22:31:22 josliber

這個很好用，謝謝！在我仍然只是學習這個包的過程中，我感謝你們的幫助，我通過學習代碼並玩弄它而學習，這是給出一些指導和幫助的完美例子（與其他先前的評論者相反）。再次感謝！ – CooperBuckeye05

這可能需要一個新線程，但如果我想將all.x更改爲1,1,2,3（其中有多個1，s（即不唯一）），我該如何去做改變函數的const.mat行？我需要更改lp函數的其他部分嗎？ – CooperBuckeye05

@ CooperBuckeye05現在約束限制在每組中只有一個。如果你想讓一個特定的值超過一個，你只需要把'const.rhs'改成除1之外的東西。 – josliber

使用LpSolve在R中設置線性規劃優化？

回答

相關問題