R LpSolve如何通过预算限制来优化选择

Question

我在R中有一个关于LpSolve的问题。我有一个包含以下数据的小组：足球运动员ID（大约500名玩家），他们每人已经玩了多少场比赛，进球数和球员费用。我想从这些数据中创建一个矩阵，但我不知道这对于如此大量的数据是如何工作的（我有大约500个足球运动员，因此有500行）。

目标是为1,000,000的预算选择最佳玩家数量。每位玩家只能选择一次，并根据得分目标的数量进行优化。

最后，我希望得到最佳目标选手，并且预算必须（几乎）用完。

由于我对R比较新，我不知道如何用LpSolve解决这个问题，而且我在矩阵生成和约束中失败了。

我非常感谢你的帮助！

我的面板看起来像这样（示例）：

footballplayerID |游戏玩法avggoals | costsperplayer

1. 233276 | 120 | 80 | 50.000
2. 474823 | 200 | 140 | 34.000
3. 192834 | 150 | 90 | 14.000
4. 192833 | 30 | 50 | 90.000
5. 129834 | 204 | 129 | 70.000
6. 347594 | 123 | 19 | 10.000
7. 203845 | 129 | 57 | 43.000
8. 128747 | 98 | 124 | 140.000
1. 123749 | 128 | 182 | 100.000

Answer 1

首先我创建一个像这样的df：     df＆lt; - read.table（text =     “footballplayerID | gamesplayed | avggoals | costperplayer     233276 | 120 | 80 | 50000     474823 | 200 | 140 | 34000     192834 | 150 | 90 | 14000     192833 | 30 | 50 | 90000     129834 | 204 | 129 | 70000     347594 | 123 | 19 | 10000     203845 | 129 | 57 | 43000     128747 | 98 | 124 | 1400001" ，     header = TRUE，     stringsAsFactors = FALSE，     sep =“|”     ）

library(lpSolve)

目标函数的系数为avggoals：

obj_fun <- df$avggoals

约束是costperplayer的总和，需要小于或等于100.000.000

constraints <- matrix(df$costsperplayer, nrow = 1)
c_dir <- "<="
c_rhs <- 1000000

然后，您可以使用lp()解决该问题。参数all.bin = TRUE确保您选择一次或根本没有选择。

lp <- lp("max",
         obj_fun,
         constraints,
         c_dir,
         c_rhs, 
         all.bin = TRUE)

你可以看看所选的球员：

df[lp$solution == 1, ]