Может ли кто-нибудь помочь мне в решении этой задачи для оптимизации многомерных параметров функции в R, у меня есть набор данных, подобный этому. Это всего лишь подмножество данных, размер полного набора данных - n type * m regions * 12 months.Минимизировать целевую функцию, используя R
Month region type physics maths allsub
Jan r1 1 4 5 9
Feb r1 1 3 8 11
Mar r1 1 5 4 9
Apr r1 1 6 7 13
May r1 1 4 4 8
Jun r1 1 8 9 17
Jul r1 1 4 3 7
Aug r1 1 5 4 9
Sep r1 1 3 8 11
Oct r1 1 9 2 11
Nov r1 1 4 7 11
Dec r1 1 7 3 10
Jan r1 2 5 8 13
Feb r1 2 4 9 13
Mar r1 2 8 3 11
Apr r1 2 5 6 11
May r1 2 6 4 10
Jun r1 2 7 6 13
Jul r1 2 3 7 10
Aug r1 2 4 8 12
Sep r1 2 4 4 8
Oct r1 2 8 1 9
Nov r1 2 2 3 5
Dec r1 2 1 6 7
... ... .. ... ... ....
... ... .. ... ... ....
У меня есть еще один набор данных, который имеет максимальное количество студентов по физике и математике в каждом регионе. И моя целевая функция такова: 100*(physics) + 65*(maths) >= 0. Я хочу свести к минимуму эту функцию, и мои ограничения: 1. Сумма физики и математики всегда должна быть равна allsub для этого региона и месяца. 2. Общее количество студентов-физиков в регионе каждый месяц должно быть меньше максимального числа студентов-физиков, доступных в этом регионе. 3. Общее количество студентов-математиков в регионе каждый месяц должно быть меньше максимального количества студентов-математиков, доступных в этом регионе.
Я пытаюсь использовать R. Вся идея состоит в том, чтобы найти нужное количество студентов-физиков и математиков в каждом регионе/типе/месяце, минимизируя целевую функцию и удовлетворяя ограничениям. Может кто-то помочь мне с этим?
EDIT: По просьбе в комментариях. Вот полный набор данных о емкости. Имя dataframe = totalcap
Month region physicscap mathscap
1 Jan r1 9 13
2 Feb r1 7 17
3 Mar r1 13 7
4 Apr r1 11 13
5 May r1 10 8
6 Jun r1 15 15
7 Jul r1 7 10
8 Aug r1 9 12
9 Sep r1 7 12
10 Oct r1 17 3
11 Nov r1 6 10
12 Dec r1 8 9
Вот сценарий, я пытался,
library(dplyr)
library(MASS)
library(Rsolnp)
Month <- c('Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec')
region <- c('r1')
physicscap <- c(5,5,8,6,7,9,5,6,4,10,5,8)
mathscap <- c(5,8,5,8,5,10,5,5,8,5,8,5)
totalcap <- data.frame(Month,region,physicscap,mathscap)
#Constraints for the optimization.
constraints2 <- function(efforts){
# constraints are:
# 1. effort - allsub <= 0 in each region/month
#
efforts$effort_calculated <- efforts$physics + efforts+maths
reqeff <- summarise(group_by(efforts,region,Month),monthlyeffreg=sum(effort_calculated))
reqeffallsub <- summarise(group_by(efforts,region,Month),allsubsum=sum(allsub))
cons1 <- mutate(inner_join(reqeff,reqeffallsub,by=c('region'='region','Month'='Month'))
,diff=monthlyeffreg-allsubsum)
constout <- cons1$diff
# 2. sum(physics) - total physics available <= 0 in each region/month
#
phyreqeff <- summarise(group_by(efforts,region,Month),physicseff=sum(physics))
cons2 <- mutate(inner_join(totalcap,phyreqeff,by=c('region'='region','Month'='Month')),
diff=physicseff-physicscap)
constout <- c(constout,cons2$diff)
# 3. sum(maths) - total maths available <= 0 in each region/month
#
matreqeff <- summarise(group_by(efforts,region,Month),mathseff=sum(maths))
cons3 <- mutate(inner_join(totalcap,matreqeff,by=c('region'='region','Month'='Month')),
diff=mathseff-mathscap)
constout <- c(constout,cons3$diff)
constout
}
#Objective function to minimize the cost function.
objectivefunc <- function(efforts){
nb_physics <- sum(efforts$physics)
nb_maths <- sum(efforts$maths)
objective <- (100*nb_physics + 55*nb_maths - 110)
objective
}
Out2 <- solnp(pars = efforts,fun=objectivefunc,ineqfun=constraints2,ineqLB = rep(-100000,36),
ineqUB = rep(0,36), LB = rep(0,length(u)))
Здесь ошибка я получаю,
Error in p0/vscale[(neq + 2):(nc + np + 1)] :
non-numeric argument to binary operator
Надеется, что это очищает вопросы в комментариях. Я пробовал свой уровень лучше здесь, надеюсь, кто-то поможет мне в решении этого.
SO - это не поиск пакетов и обработка кода. У вас должно быть 1) поиск необходимых R-библиотек, а 2) затем отправлен весь код R, который закодировал функцию, установил необходимые библиотеки, загрузил их и представил все ограничения. –
Этот вопрос представляется дубликатом: http://stackoverflow.com/questions/5436630/constrained-optimization-in-r, хотя я не согласен с тем, что '100 * (физика) + 65 * (maths)> = 0' может быть объективная функция. Это логическое выражение и может принимать только одно из двух значений. –
Спасибо за ваши комментарии. вы правы, я сделал свое кодирование, написал свои ограничения и целевую функцию. когда я пытаюсь запустить его с помощью пакета solnp, я получил эту ошибку.Ошибка в p0/vscale [(neq + 2) :(nc + np + 1)]: нечисловой аргумент двоичному оператору. Поэтому я пытаюсь понять, что я делаю что-то неправильно и вижу, есть ли другие варианты для достижения результата. И то, что я здесь привел, является лишь примером, поэтому не стоит слишком беспокоиться о структуре. еще раз спасибо. –