Question

有没有人知道R的任何优化包（类似于S +的NUOPT）？

Answer 1

R有许多优化包;检查优化的CRAN任务视图：http://cran.r-project.org/web/views/Optimization.html。当然，对于非线性程序，有optim()，它是标准的，包括Broyden-Fletcher-Goldfarb-Shanno算法和Nelder-Mead。这是一个很好的开始。

Answer 2

你还应该尝试用Rglpk解决LP问题GLPK (GNU Linear Programming Kit)。

一个例子：

## 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输出：
（注意$status一个整数，其中包含有关解决方案的状态信息。如果设置了控制参数canonicalize_status（默认值），那么对于找到的最优解，它将返回0，否则返回非零。参数设置为FALSE它将返回GLPK状态代码）。

$optimum
[1] 76.66667

$solution
[1]  0.000000  6.666667 16.666667

$status
[1] 0

Answer 3

Galwegian提到的Linprog专注于通过单纯形算法进行线性编程。此外，如果您正在进行投资组合优化，您可能会对fPortfolio感兴趣。

Answer 4

使用R.

尝试lpSolve

一个简单的例子：

# 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

Answer 5

我过去曾使用linprog来解决线性问题。

Answer 6

我喜欢Gurobi。许可证的价格非常昂贵，但可以通过许多大学获得。见http://www.gurobi.com/products/modeling-languages/r

Answer 7

看看NLoptr 软件包。它有大量的文档，其中包含示例和大量算法供您选择，具体取决于您要解决的问题（例如线性，非线性，约束）

R的优化包

7 个答案: