问题标签 [lpsolve]

我正在尝试使用 lpSolveAPI 和 R 设置线性编程解决方案来解决调度问题。以下是一小部分数据；每个会话 ID 所需的分钟数，以及它们的“首选”顺序/权重。

我想要做的是安排/安排这些会话 ID，以便一天中有最大数量的会话，最好按它们的权重计算，并且每天的上限为 400 分钟。

这就是我目前在 R 中设置它的方式：

快速查看结果矩阵告诉我，虽然设置可以最大限度地增加会话数，以便一天中的总分钟数尽可能接近 400，但设置并没有遵循给定的权重。我希望我的结果矩阵充满越来越多的会话 ID。

我尝试过分配不同的权重，以相反的顺序分配权重等，但由于某种原因，我的设置似乎没有强制执行“set.branch.weights”。

我已经阅读了“set.branch.weights”的文档，lpSolveAPI但我认为我在这里做错了。

示例 - 数据：

应该

每天的累计总和为 <= 480m。

我在https://github.com/nignatiadis/IHW使用了一个最近开发的工具来解决多个测试问题，称为 IHW 。它在 C++ 中使用 lpsolver SYMPHONY。

当我运行该工具时，有时会出现分段错误，有时会顺利通过。错误如下：

我的信息会话如下所示：

任何帮助，将不胜感激！谢谢！！

如果 Gurobi 不能在特定时间限制内解决给定的问题实例，它可以给出最优值的界限。lp_solve 可以做同样的事情吗？

（边界是指最优值必须驻留的区间）。

是否有机会使用 lpsolve 求解对数目标函数？确实，我想在 lpsolve IDE 中将以下代码的第一行更改为 log(x11 b11 + x12 b12 + x21 b21 + x22 b22)，但是 lpsolve 无法解决它。这里有人处理过这种情况吗？谢谢。

我尝试使用 R 包 LPSolve 尤其是 lp.transport 函数来解决优化问题。在下面的虚构示例中，我有 5 个办公地点，我需要为最少数量的员工提供资源，并且我已经建立了一个成本矩阵来确定每个员工家到办公室的距离。我想尽量减少上班的总距离，同时满足每个办公室的最低员工人数。

最初，这是可行的，因为我平等对待所有员工 (1)。然而，当我根据每个员工的效率来评价他们时，问题就开始出现了。例如，我现在想说 officeX 需要相当于 2 名工程师，这可能由 4 名效率为 50% 的工程师或 1 名效率为 200% 的工程师组成。但是，当我这样做时，发现的解决方案会将员工分散到多个办公室，我需要的是一个额外的约束，因此强制员工只能在 1 个办公室。无论如何希望这是足够的背景，这是我的例子：

我需要帮助创建一个可以解决以下问题的模型。

结果应该是：

那可能吗？

我有一个问题，可以定义为：

我只想检查 x11 和 x21 是否都是 1。

我怎样才能线性化这个约束？还是可以线性化？

非常感谢。

我是 lp_solve 的新手。我想把这两个计算结合起来，（​​因为原材料是一样​​的……）

第一次生产：

第二次生产：

我的解决方案：

返回一个奇怪的结果：

当我将 x 和 y 相加时：

所以我使用整个库存...而不是 250.000...

使用 lp_solve 我需要将两个线性函数的比率限制为非负数：

但是 lp_solve 不提供括号。是否有可能解决它，所以我不需要括号，或者这是 lp_solve 的一般问题？

我有一个简单的问题，我通过 IDE (5.5.2.0) 传递给 lp_solve

这个问题的明显解决方案是 3。SCIP 和 CBC 给出 3 作为答案，而不是 lp_solve。在这里我得到 2。求解器中是否存在重大错误？

提前致谢。