[英]Optimization packages for R
有誰知道 R 的任何優化包(類似於 S+ 的 NUOPT)?
R有許多優化包; 檢查優化的CRAN任務視圖: http : //cran.r-project.org/web/views/Optimization.html 。 當然,對於非線性程序,有optim()
,它是標准的,包括Broyden-Fletcher-Goldfarb-Shanno算法和Nelder-Mead。 這是一個很好的開始。
您還應該嘗試使用Rglpk軟件包解決GLPK(GNU線性編程套件)中的 LP問題。
一個例子:
## Simple linear program.
## maximize: 2 x_1 + 4 x_2 + 3 x_3
## subject to: 3 x_1 + 4 x_2 + 2 x_3 <= 60
## 2 x_1 + x_2 + x_3 <= 40
## x_1 + 3 x_2 + 2 x_3 <= 80
## x_1, x_2, x_3 are non-negative real numbers
obj <- c(2, 4, 3)
mat <- matrix(c(3, 2, 1, 4, 1, 3, 2, 2, 2), nrow = 3)
dir <- c("<=", "<=", "<=")
rhs <- c(60, 40, 80)
max <- TRUE
Rglpk_solve_LP(obj, mat, dir, rhs, max = max)
R輸出:
(注意$status
是一個整數,其中包含有關解決方案的狀態信息。如果設置了控制參數canonicalize_status(默認值),那么它將為找到的最佳解返回0,否則返回非零。如果設置了控制參數為FALSE它將返回GLPK狀態代碼)。
$optimum
[1] 76.66667
$solution
[1] 0.000000 6.666667 16.666667
$status
[1] 0
Galwegian提到的Linprog專注於通過單純形算法進行線性編程。 此外,如果您正在進行投資組合優化,您可能對fPortfolio感興趣。
用R.嘗試lpSolve
一個簡單的例子:
# Maximize
# x1 + 9 x2 + x3
# Subject to:
# x1 + 2 x2 + 3 x3 <= 9
# 3 x1 + 2 x2 + 2 x3 <= 15
f.obj <- c(1, 9, 3)
f.con <- matrix(c(1, 2, 3, 3, 2, 2), nrow = 2, byrow = TRUE)
f.dir <- c("<=", "<=")
f.rhs <- c(9, 15)
lp("max", f.obj, f.con, f.dir, f.rhs)
lp("max", f.obj, f.con, f.dir, f.rhs)$solution
我過去曾使用linprog來解決線性問題。
我喜歡Gurobi。 許可證的價格非常昂貴,但可以通過許多大學獲得。 見http://www.gurobi.com/products/modeling-languages/r
看看NLoptr包。 它有相當廣泛的文檔,包含示例和許多算法可供選擇,具體取決於您要解決的問題(等線性,非線性,約束)
另一個包是ompr 。 該軟件包的一個優點是可以使用許多求解器,並且可以輕松添加binary
、 continuous
、 integer
所有變量。 一個簡單的例子:
library(tidyverse)
library(ompr)
library(ompr.roi)
model <- MIPModel() %>%
add_variable(x1, type = "integer") %>%
add_variable(x2, type = "integer") %>%
set_bounds(x1, lb = 0) %>%
set_bounds(x2, lb = 0) %>%
set_objective(x1 - x2, "max") %>%
add_constraint(x1 + 2*x2 <= 150) %>%
add_constraint(x1 >= 30) %>%
add_constraint(x2 >= 40)
用glpk
解決:
library(ROI.plugin.glpk)
result <- solve_model(model, with_ROI(solver = "glpk", verbose = TRUE))
get_solution(result, x1)
get_solution(result, x2)
它也可以與其他求解像解決symphony
,其中gap_limit
可以的情況下,這個問題很復雜,需要多次迭代收斂設置:
library(ROI.plugin.symphony)
result <- solve_model(model, with_ROI(solver = "symphony",
verbosity=-1, gap_limit=1.5))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.