R lpSolve-将函数优化为特定值+;向量的10%
假设我有一个向量。目标函数是一个确定的值,比如说10 其中我的向量值既不大于也不小于10%R lpSolve-将函数优化为特定值+;向量的10%,r,linear-programming,solver,R,Linear Programming,Solver,假设我有一个向量。目标函数是一个确定的值,比如说10 其中我的向量值既不大于也不小于10% fn.obj <- c(3,4,5) model <- make.lp(0,3) lp.control(model, sense="max", verbose="full") set.objfn(model, fn.obj)#-8333550.82) add.constraint(model, fn.obj*(1-0.10), ">=",0) add.constraint(
fn.obj <- c(3,4,5)
model <- make.lp(0,3)
lp.control(model, sense="max", verbose="full")
set.objfn(model, fn.obj)#-8333550.82)
add.constraint(model, fn.obj*(1-0.10), ">=",0)
add.constraint(model, fn.obj*(1+0.10), ">=",0)
add.constraint(model, fn.obj, "=", 15)
res<-solve(model)
get.variables(model)
get.objective(model)
fn.obj我理解你的问题是:我如何以“最小”的方式改变x=c(3,4,5)
,使其总和为15?答案是:将x
乘以15/和(x)
理解你的问题的另一种方式是:什么是“最统一的”向量y
,因此x%*%y=15
?由于“均匀性”是用熵来衡量的,这将使这个问题成为一个非线性问题,但它在R中仍然是可解的
你能澄清一下你的问题吗?非常感谢,这帮了大忙!关键是我有x=c(3,4,5)和coef=c(1,1.2,1.5),然后x%*%y=15.3。。我真的想把这个数字设为15。我将尝试寻找一个非线性规划。再次感谢您抽出时间!!