要设置我的示例，假设我已经使用4个变量（A，B，C，D）执行了简单的线性优化，其中“权重”每次运行的“和”值具有随机分量（意味着每次运行可能具有不同的最优解）。鉴于25次运行的结果，我可以创建一个虚拟矩阵，告诉我每个变量是否包含在每个变量的最优解中。使用以下作为示例：
library(dplyr)
set.seed(123)
Run <- 1:25
A <- sample(c(0,1), 25, T)
B <- sample(c(0,1), 25, T)
C <- sample(c(0,1), 25, T)
D <- sample(c(0,1), 25, T)
df <- data.frame(Run, A, B, C, D)
现在我有了这个结果的虚拟矩阵，我希望能够精确选择10行，这样选定的10行符合A，B，{{1 }和C（会有多个解决方案）。例如，假设我要选择10行，使D包含5次以上，其他3个变量包含2到7次，是否有可自动执行此操作的库或算法？
我觉得我可以诚实地做另一个A优化，但我很难想到如何构建它以获得10（或lpsolve）个结果。优化也不会有目标或方向。我可以再创建两个n和v1虚拟变量v2，然后说rep(1, 25)必须等于10，目标是最大化v1 （总是10）？当然还有我的其他限制。
感谢您提出的所有建议。