我正在尝试在R中为bin打包问题构建一个优化模型。通常有一个二进制变量，如果为最终结果选择了数字，则为1，否则为0。该变量很有用，因为需要将某些约束置为null。例如，当求解器试图检查矩形图形是否适合框时（给定框的固定高度和宽度以及每个图形的高度和宽度），其中一个约束通常是：
Xc＆gt; =（（宽度）/ 2）* bc
Xc是图形分配的水平分量（它是在笛卡尔平面中处理的二维问题）
Bc =二元变量。
Thia基本上意味着中心的x分量需要大于数字宽度除以2的数值。这是确保项目不超过框左边界限的约束。如果选择了数字，则二进制变量为1并且检查此约束，否则，零将使右侧部分为空，并且未被考虑的图形的x分量可以是其他任何内容。
我不知道如何设置这些二进制变量。每个图都需要其中一个，而目标函数基本上是最大化这些变量的总和。
在这种情况下我应该搜索虚拟变量吗？
答案 0 :(得分：0)
您可以使用lpsolve包https://cran.r-project.org/web/packages/lpSolve/lpSolve.pdf。在此包中的原始lp()中，可以通过int.vec
int.vec ：数字向量，给出需要为整数的变量索引。 因此，该向量的长度将是整数变量的数量
还有更多此类MIP包（检查here;目前为cplexAPI，glpkAPI，lpSolve，lpSolveAPI，Rcplex，Rglpk，rLindo，Rmosek，Rsymphony），每个包都有自定义的整数决策变量。