在 R 中使用 ompr 包创建 MIP 问题时出错
Error creating MIP problem using ompr package in R
我目前正在使用 R 中的 ompr 和 roi 包来解决 IP 类型问题。我设法解决了一个简单的版本，但是，我现在正试图扩展这个问题，我只想在 1 个背包中包含一个项目（不要让它在一个背包中出现超过一次）。下面是我正在使用的示例数据集（称为 KP）：
Itemid
ItemType
Value
Weight
1
A
114
24
2
B
557
136
3
B
543
136
4
B
10
136
5
B
4
136
6
C
161
152
7
A
184
24
8
A
751
24
9
A
184
24
10
A
150
24
我使用以下代码解决的背包的初始版本（背包容量为 240）：
library(tidyverse)
library(ROI)
library(ROI.plugin.glpk)
library(ompr)
library(ompr.roi)
# Create variables from data to use in model
n <- nrow(KP)
v <- KP$Value
w <- KP$Weight
c <- 240
solution <- MIPModel() %>%
add_variable(x[i], i = 1:n, type = "binary") %>%
set_objective(sum_expr(v[i] * x[i], i = 1:n), "max") %>%
add_constraint(sum_expr(w[i] * x[i], i = 1:n) <= c) %>%
solve_model(with_ROI(solver = "glpk")) %>%
get_solution(x[i])
#filter(value > 0)
# Now join solution to original dataframe
df <- cbind(KP,capacity=240,solution[,3,drop=FALSE])
ouput <- df %>% filter(value > 0)
我现在想使用容量向量 (200, 150) 求解扩展版本。这是我使用的代码，现在包含一个 x[i, j] 二进制变量，如果将项目 i 添加到 c[j]:
则该变量设置为 1
# Create variables from data to use in model
n <- nrow(KP)
v <- KP$Value
w <- KP$Weight
c <- c(240,150)
m <- length(c)
# Now solve the model
solution <- MIPModel() %>%
add_variable(x[i, j], i = 1:n,j=1:m, type = "binary") %>%
set_objective(sum_expr(v[i] * x[i, j], i = 1:n, j=1:m), "max") %>%
add_constraint(sum_expr(w[i] * x[i, j], i = 1:n, j=1:m) <= c[j]) %>% #This constraint ensures that the weight of the items must be less than the capacity
add_constraint(sum_expr(x[i, j], i = 1:n, j=1:m) <= 1) %>% #This constraint ensure that an item can only be included in a single knapsack - not across multiple knapsacks
solve_model(with_ROI(solver = "glpk")) %>%
get_solution(x[i, j])
#filter(value > 0)
我试过调试代码，本质上是约束没有正确生成（这就是错误发生的地方）。这是我收到的错误：
check_for_unknown_vars_impl（模型，the_ast）中的错误：
表达式包含不属于模型的变量。
我尝试了各种方法来尝试解决这个问题，但似乎无法弄清楚我的约束有什么问题。
对于任何感兴趣的人，我需要在右侧索引 j。所以我设法得到一个解决方案并将每个项目限制为只能添加到背包中一次：
# Create variables from data to use in model
n <- nrow(KP)
v <- KP$Value
w <- KP$Weight
c <- c(240,150)
m <- length(c)
# Now solve the model
solution <- MIPModel() %>%
add_variable(x[i, j], i = 1:n,j=1:m, type = "binary") %>%
set_objective(sum_expr(v[i] * x[i, j], i = 1:n, j=1:m), "max") %>%
add_constraint(sum_expr(w[i] * x[i, j], i = 1:n) <= c[j], j = 1:m) %>%
add_constraint(sum_expr(x[i, j], j = 1:m) <= 1, i=1:n) %>%
solve_model(with_ROI(solver = "glpk")) %>%
get_solution(x[i, j]) %>%
filter(value > 0)
我目前正在使用 R 中的 ompr 和 roi 包来解决 IP 类型问题。我设法解决了一个简单的版本，但是，我现在正试图扩展这个问题，我只想在 1 个背包中包含一个项目（不要让它在一个背包中出现超过一次）。下面是我正在使用的示例数据集（称为 KP）：
| Itemid | ItemType | Value | Weight |
|---|---|---|---|
| 1 | A | 114 | 24 |
| 2 | B | 557 | 136 |
| 3 | B | 543 | 136 |
| 4 | B | 10 | 136 |
| 5 | B | 4 | 136 |
| 6 | C | 161 | 152 |
| 7 | A | 184 | 24 |
| 8 | A | 751 | 24 |
| 9 | A | 184 | 24 |
| 10 | A | 150 | 24 |
我使用以下代码解决的背包的初始版本（背包容量为 240）：
library(tidyverse)
library(ROI)
library(ROI.plugin.glpk)
library(ompr)
library(ompr.roi)
# Create variables from data to use in model
n <- nrow(KP)
v <- KP$Value
w <- KP$Weight
c <- 240
solution <- MIPModel() %>%
add_variable(x[i], i = 1:n, type = "binary") %>%
set_objective(sum_expr(v[i] * x[i], i = 1:n), "max") %>%
add_constraint(sum_expr(w[i] * x[i], i = 1:n) <= c) %>%
solve_model(with_ROI(solver = "glpk")) %>%
get_solution(x[i])
#filter(value > 0)
# Now join solution to original dataframe
df <- cbind(KP,capacity=240,solution[,3,drop=FALSE])
ouput <- df %>% filter(value > 0)
我现在想使用容量向量 (200, 150) 求解扩展版本。这是我使用的代码，现在包含一个 x[i, j] 二进制变量，如果将项目 i 添加到 c[j]:
则该变量设置为 1# Create variables from data to use in model
n <- nrow(KP)
v <- KP$Value
w <- KP$Weight
c <- c(240,150)
m <- length(c)
# Now solve the model
solution <- MIPModel() %>%
add_variable(x[i, j], i = 1:n,j=1:m, type = "binary") %>%
set_objective(sum_expr(v[i] * x[i, j], i = 1:n, j=1:m), "max") %>%
add_constraint(sum_expr(w[i] * x[i, j], i = 1:n, j=1:m) <= c[j]) %>% #This constraint ensures that the weight of the items must be less than the capacity
add_constraint(sum_expr(x[i, j], i = 1:n, j=1:m) <= 1) %>% #This constraint ensure that an item can only be included in a single knapsack - not across multiple knapsacks
solve_model(with_ROI(solver = "glpk")) %>%
get_solution(x[i, j])
#filter(value > 0)
我试过调试代码，本质上是约束没有正确生成（这就是错误发生的地方）。这是我收到的错误：
check_for_unknown_vars_impl（模型，the_ast）中的错误： 表达式包含不属于模型的变量。
我尝试了各种方法来尝试解决这个问题，但似乎无法弄清楚我的约束有什么问题。
对于任何感兴趣的人，我需要在右侧索引 j。所以我设法得到一个解决方案并将每个项目限制为只能添加到背包中一次：
# Create variables from data to use in model
n <- nrow(KP)
v <- KP$Value
w <- KP$Weight
c <- c(240,150)
m <- length(c)
# Now solve the model
solution <- MIPModel() %>%
add_variable(x[i, j], i = 1:n,j=1:m, type = "binary") %>%
set_objective(sum_expr(v[i] * x[i, j], i = 1:n, j=1:m), "max") %>%
add_constraint(sum_expr(w[i] * x[i, j], i = 1:n) <= c[j], j = 1:m) %>%
add_constraint(sum_expr(x[i, j], j = 1:m) <= 1, i=1:n) %>%
solve_model(with_ROI(solver = "glpk")) %>%
get_solution(x[i, j]) %>%
filter(value > 0)