Question

对于模糊的标题，我们很抱歉，但是设置如下：

我有一份零件清单，每份都有制造商，成本和利润。我将添加一个片段，但这将是一个很长的列表（数十个制造商，数百个部分）。

Manufacturer    Part Name   Cost    Profit
Cohiba          Behike 54   10.95   5.05
Rocky Patel     Edge        13.99   8.01
Acid            Liquid      8.49    3.51

我有一个代码，对每个独特的制造商进行抽样，为每个制造商随机选择一个零件，然后计算总和成本和利润。

ind <- sapply (unique( data$Manufacturer ) , function(x)
  sample( which(data$Manufacturer==x) , 1 ) )

Sampler <- data[ ind, ]

sum(Sampler$Profit)

sum(SamplerX$Cost)

我觉得必须要有一个更聪明的方法，让它能够找到每个制造商的一个独特零件的最佳清单，以便以最低的成本获得最高的利润。谁能给我一些见解？

Answer 1

为了完整性：

背包问题是强盗想要最大限度地提高被盗物品的价格，同时保持重量等于或低于其容量。 adagio包具有解决它的功能。

library(adagio)
# create some random data:
set.seed(1)
weights <- sample(1:100,30,FALSE)
prices <- sample(1:10000,30,FALSE)

# find what is the total weight
sum(weights)
[1] 1383

# Solve the problem, allowing a capacity of about 10% the total weight:
a <- knapsack(w=weights, p=prices, cap=138)

# See what a returns:
a
$capacity
[1] 138

$profit
[1] 50928

$indices
[1]  1  5 10 11 12 19 22 27

# validate results:
sum(weights[a$indices])
[1] 138

请注意，如果你的矢量很大，你需要很多容量。

#######编辑添加#######

考虑到您希望在保持成本低于特定限制的同时实现利润最大化， AND 不超过特定数量的制造商（在您的问题中一个），这是一个二维背包问题，我没有找到解决它的任何功能或包。

备选方案：

自己编码：一个好的开始是adagio::knapsack（没有括号，所以你可以看到代码），以及谷歌搜索“二维背包”。伪代码中有很多算法，所以你不能从一张白纸开始。
解决方法：如果您的输出向量不是很大，您可以使用adagio::knapsack() 忽略制造商并找到近似解决方案。然后你必须手动找到制造商在结果向量中重复的项目，然后找到一个尽可能接近要替换的项目的成本且属于不同的项目，尚未使用的制造商，可能获得最高利润。 请注意，这不一定会产生最佳解决方案，即最佳解决方案（问题是NP难，所以无论如何它可能不会），但这将是一个很好的近似。

Answer 2

我必须完全赞赏PavoDive帮助我解决这个问题。他使用“背包问题”这句话让我的头脑旋转起来，因为我从中学开始就没有听过背包谜语的版本。

一旦他这么说，我能够快速连接点，并且实际上发现已经存在一个包来解决这个确切设置的背包问题：

http://www.inside-r.org/packages/cran/adagio/docs/knapsack

我需要的答案就在那里。分享这个以防其他人需要解决这个问题。

在R

2 个答案: