我正在尝试使用lpSolve解决R中的线性优化问题。问题的详细信息在此处的上一个问题中进行了描述：https://math.stackexchange.com/questions/2813747/need-some-help-implementing-a-linear-program-with-a-parameter-and-deviational-va
我编写了以下R脚本以读取我的数据集并构造lpSolve的输入（故意编辑的路径）。最终，我将循环求解与每个观察值相对应的百分位数，但现在，我只是尝试在一个特定的百分位数上进行尝试。
library(readr)
library(dplyr)
library(magrittr)
library(lpSolve)
# Define percentile rank function
perc.rank <- function(x) trunc(rank(x))/length(x)
# Read in domestic and nondomestic datasets
domestic <- read_csv("D:/ ... /QuantileRegression/MSOAs_Areas_Volumes_ExcludedRemoved_Domestic.csv")
nondomestic <- read_csv("D:/ ... /QuantileRegression/MSOAs_Areas_Volumes_ExcludedRemoved_NonDomestic.csv")
# Add percentile rank columns to domestic and nondomestic datasets
domestic$percentile <- perc.rank(domestic$DomesticConsumption)
nondomestic$percentile <- perc.rank(nondomestic$NonDomesticConsumption)
domestic.const.mat <- select(domestic, Area_C1:Area_Mixed)
domestic.const.mat %<>% mutate(underestimation=1) %<>% mutate(overestimation=-1)
domestic.const.dir <- rep("==", length.out=nrow(domestic.const.mat))
domestic.const.rhs <- domestic$DomesticConsumption
domestic.const.rhs <- as.numeric(domestic.const.rhs)
domestic.obj <- rep(c(0.9020071, 1-0.9020071), times=nrow(domestic))
domestic.const.mat <- as.matrix(domestic.const.mat)
lp ("min", domestic.obj, domestic.const.mat, domestic.const.dir, domestic.const.rhs)
“国内”数据集中有862个观测值和9个约束。
不幸的是，当我开始运行lp函数时，R只是死了，没有警告，没有错误，它只是停止了。如果我使用的是RStudio，它将启动一个新会话，如果我仅使用R本身，则整个程序将消失。
如果使用R 3.5.1 64位，那会有所不同。
有什么想法吗？难道我做错了什么？还有什么我可以尝试的吗？
谢谢