用lpSolve解约束的R线性规划

我目前正在写一篇论文，涉及解决一个类似的问题

给定的是一组100个数字，我想通过将给定的数字乘以0或1来检查是否可以达到某个值

请参见下面的简化问题

A+2B+3C+4D=10，其中A、B、C、D来自{0,1}。

我试图通过使用包lpSolve和solving binary LP用R解决这个问题。我选择目标函数作为常数，因为如果所有计算都正确，那么约束条件仍然必须满足

在以下我的代码中：

> library(lpSolve)
> f.obj <- c(1,1,1,1)
> f.con <- c(1,2,3,4)
> f.dir <- c("=")
> f.rhs <- c(10)
> lp("max", f.obj, f.con, f.dir, f.rhs, binary.vec = 1:4, all.bin=TRUE)

>库（lpSolve）
>f.obj f.con f.dir f.rhs lp（“max”，f.obj，f.con，f.dir，f.rhs，binary.vec=1:4，all.bin=TRUE）

因此，我现在希望

A=B=C=D=1

。然而，我得到了R作为解

A=1，B=1，C=0，D=1

有人能理解为什么会这样吗

也许你们知道一个更好的算法来解决我的问题。我感谢任何能帮助我的人

---

多谢各位

尝试转置约束向量：

> library(lpSolve)
> f.obj <- c(1,1,1,1)
> f.con <- t(c(1,2,3,4))
> f.dir <- c("=")
> f.rhs <- c(10)
> result <- lp("max", f.obj, f.con, f.dir, f.rhs, binary.vec = 1:4, all.bin=TRUE)
> result
Success: the objective function is 4 
> result$solution
[1] 1 1 1 1

>库（lpSolve）
>f.obj f.con f.dir f.rhs结果
成功：目标函数为4
>结果$solution
[1] 1 1 1 1

太好了。它工作得很好！你知道我为什么要转置吗？它希望它显式地作为一个矩阵行。您可以使用

result$constraints

查看约束是否正确到达（但是请注意，它将每个约束显示为一列…确实令人困惑）。