R语言-条件约束最优化_整数规划、线性规划求解（Rglpk）

Rglpk包简介

Rglpk包中主要的函数有：
Rglpk_solve_LP((obj, mat, dir, rhs, bounds = NULL, types = NULL, max = FALSE,control = list(), ...))
其中参数：

参数	作用
obj	规划目标系数
mat	约束向量矩阵
dir	约束方向向量，有’>’、’<’、’=’构成
rhs	约束值
bounds	上下限的约束，默认0到INF
type	限定目标变量的类型,’B’指的是0-1规划,’C’代表连续,’I’代表整数，默认是’C’
control	包含四个参数verbose、presolve、tm_limit、canonicalize_status。

Example

Example1

$$min( z=2x_1+4x_2+3x_3 )\\ \begin{cases} 3 x_1 + 4 x_2 + 2 x_3 <= 60 \\ 2 x_1 + x_2 + 2 x_3 <= 40\\ x_1 + 3 x_2 + 2 x_3 <= 80\\ \end{cases}$$
其中x1、x2、x3是非负实数

obj <- c(2, 4, 3)
mat <- matrix(c(3, 2, 1, 4, 1, 3, 2, 2, 2), nrow = 3)
#       [,1] [,2] [,3]
# [1,]    3    4    2
# [2,]    2    1    2
# [3,]    1    3    2
dir <- c("<=", "<=", "<=")
rhs <- c(60, 40, 80)
max <- TRUE

Rglpk_solve_LP(obj, mat, dir, rhs, max = max)
# $optimum
# [1] 76.66667
# $solution
# [1]  0.000000  6.666667 16.666667
# $status
# [1] 0
# $solution_dual
# [1] -1.833333  0.000000  0.000000
# $auxiliary
# $auxiliary$primal
# [1] 60.00000 40.00000 53.33333
# $auxiliary$dual
# [1] 0.8333333 0.6666667 0.0000000

Example2

$$min( z=3 x_1 + 1 x_2 + 3 x_3)\\ \begin{cases} -1 x_1 + 2 x_2 + x_3 <= 4\\ 4 x_2 - 3 x_3 <= 2\\ x_1 - 3 x_2 + 2 x_3 <= 3\\ \end{cases}$$
其中x1、x3是非负整数数，x2为非负实数

obj <- c(3, 1, 3)
mat <- matrix(c(-1, 0, 1, 2, 4, -3, 1, -3, 2), nrow = 3)
#       [,1] [,2] [,3]
# [1,]   -1    2    1
# [2,]    0    4   -3
# [3,]    1   -3    2
dir <- c("<=", "<=", "<=")
rhs <- c(4, 2, 3)
types <- c("I", "C", "I")
max <- TRUE

Rglpk_solve_LP(obj, mat, dir, rhs, types = types, max = max)
# $optimum
# [1] 26.75
# $solution
# [1] 5.00 2.75 3.00