线性规划R语言

线性规划R语言

没有引言(懒得写)，直接上例题和对应代码

1 最大化问题

求解线性规划
$$\max 2x_1+4x_2+3x_3$$
$$\{\begin{array}{l}3x_1+4x_2+2x_3\le 60\\ 2x_1+x_2+2x_3\le 40\\ x_1+3x_2+2x_3\le 80\\ x_1,x_2,x_3\ge 0\end{array}$$
R代码求解，需要安装“Rglpk”优化包，当然也有其他优化包，这里只介绍它

# 线性规划
# install.packages("Rglpk")
library(Rglpk)
# 目标函数向量
obj = c(2, 4, 3)
# 线性约束矩阵
mat = matrix(c(3, 2, 1, 4, 1, 3, 2, 2, 2), nrow = 3)
# 约束符号
dir = c("<=", "<=", "<=")
# 线性约束向量
rhs = c(60, 40, 80)
# 求最大值
max = TRUE
# 优化
Rglpk_solve_LP(obj, mat, dir, rhs, max = max)

运行结果如下，返还值为列表，optimum为目标函数值，solution是解向量，status为返还状态，0表示寻找到最优值，其他非最优。

$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

$sensitivity_report
[1] NA

2 最小化问题

最小化问题只需将参数max = TRUE修改为FALSE即可，例如求解如下线性规划问题
$$\min z=2x_1+3x_2+x_3$$
$$\{\begin{array}{l}{x}_1+4x_2+2x_3\ge 8\\ 3x_1+2x_2\ge 6\\ x_1,x_2,x_3\ge 0\end{array}$$
对应的优化代码为

obj <- c(2, 3, 1)
mat <- matrix(c(1, 3, 4, 2, 2, 0), nrow = 2)
dir <- c(">=", ">=")
rhs <- c(8, 6)
# 求最小值
max <- FALSE
# 优化
Rglpk_solve_LP(obj, mat, dir, rhs, max = max)

返还结果为

$optimum
[1] 7

$solution
[1] 0.8 1.8 0.0

$status
[1] 0

$solution_dual
[1]  0.000000e+00  0.000000e+00 -1.705303e-16

$auxiliary
$auxiliary$primal
[1] 8 6

$auxiliary$dual
[1] 0.5 0.5


$sensitivity_report
[1] NA

3 变量类型问题

一般的线性规划只要求变量为连续型变量，而对于一些特殊规划要求变量为整型或而二进制型。用函数Rglpk_solve_LP求解需要指明不同变量的类型。在例题2的基础上添加变量类型的约束,对不同变量指明不同类型，默认为连续型变量。

type = c("B","I","C")
# B二进制变量
# I整数型变量
# C连续型变量
Rglpk_solve_LP(obj, mat, dir, rhs, max = max,type = type)

返还结果为

$optimum
[1] 8

$solution
[1] 1 2 0

$status
[1] 0

$solution_dual
[1] NA

$auxiliary
$auxiliary$primal
[1] 9 7

$auxiliary$dual
[1] NA


$sensitivity_report
[1] NA

4 变量边界问题

对于特定的规划问题，不同变量取值存在边界，Rglpk_solve_LP求解的变量默认范围是$[0,\infty ]$。但对其他边界限制需要重新指明。例题2中有三个变量，加入三个变量的下限分别为(0.1,1,2)，上限分别为(2,3,3)，则可以进行如下界定

bounds <- list(lower = list(ind = c(1L,2L,3L), val = c(0.1,1,2)),
               upper = list(ind = c(1L,2L,3L), val = c(2,3,3)))
# 这里变量类型选择连续(默认)
Rglpk_solve_LP(obj, mat, dir, rhs, max = max,bounds =bounds)

返还结果如下

$optimum
[1] 7.666667

$solution
[1] 1.333333 1.000000 2.000000

$status
[1] 0

$solution_dual
[1] 0.000000 1.666667 1.000000

$auxiliary
$auxiliary$primal
[1] 9.333333 6.000000

$auxiliary$dual
[1] 0.0000000 0.6666667


$sensitivity_report
[1] NA

---

---

-END-

参考资料

https://cran.r-project.org/web/packages/Rglpk/Rglpk.pdf