1

私は ompr::MIPModel の使用方法に精通していますが、MILPModel を使用してモデルのビルド速度を利用する方法を学ぼうとしています。私のモデルの簡略化されたバージョンは以下のとおりです。2 つの決定変数 x と y があり、2 進数で長さが同じです。すべての x 決定変数の合計とすべての y 決定変数の合計に制約があります。これまでのところ、MILPModel は非常にうまく機能しており、モデルを構築してすばやく解決することができます。

問題は、次の制約を使用しようとするときです。この制約の LHS は、バイナリ決定変数 x に同じ長さのデータフレームの数値列を掛けてから、行が x の長さに等しい行列を掛けます。y変数を使用したRHSの同様の話。次に、この制約を 20 回繰り返して、マトリックスのすべての列を表します。

MIPModel を使用して、これと同様の制約を何度も使用しましたが、これを試すと、エラー メッセージが表示されますnon-numeric argument to binary operator。これは関数と関係があると思いますがcolwise、ompr github サイトを読んだ後でも、これにアプローチする方法に慣れていません。助けてくれてありがとう。

add_variable(x[i], i=1:10, type='binary') %>%
add_variable(y[i], i=1:10, type='binary') %>%
add_constraint(sum_expr(x[i],i=1:10) <= 5) %>%
add_constraint(sum_expr(y[i],i=1:10) <= 3) %>%

#model builds and solves until this point...
add_constraint( 
sum_expr( x[i]* df$numeric_column[i] * matrix_a[i,j],i=1:10) <= 
sum_expr(  2* y[i]* df$numeric_column[i] * df$other_numeric_column[i] * matrix_a[i,j],i=1:10), 
j=1:20)
4

1 に答える 1

1

理解した。制約で行列代数を使用するには、少しアクロバットが必要です。必要に応じて、目的関数で行列代数を使用する方法を見つけてください。

MIPModel と MILPModel を比較する例を以下に示します。

library(tidyverse)
library(magrittr)
library(ompr)
library(ompr.roi)
library(ROI.plugin.glpk)

rm(list=ls())

numvec1 <- runif(10)
numvec2 <- runif(10)
matrix_a <- matrix(nrow=10,ncol=20,data=runif(10*20))

my_mip_model <- MIPModel() %>%
  
  add_variable(x[i], i=1:10, type='binary') %>%
  add_variable(y[i], i=1:10, type='binary') %>%
  add_constraint(sum_expr(numvec1[i]*x[i],i=1:10) <= 5) %>%
  add_constraint(sum_expr(2*y[i],i=1:10) <= 3) %>%
  
  add_constraint( 
    sum_expr( x[i]* numvec1[i] * matrix_a[i,j],i=1:10) <= 
      sum_expr(  2* y[i]* numvec1[i] * numvec2[i] * matrix_a[i,j],i=1:10), 
    j=1:20) %>%
  set_objective( sum_expr(3*x[i]*numvec1[i],i=1:10),sense='max')

my_mip_model_solve <- my_mip_model %>% solve_model(with_ROI(solver='glpk'))



#functionally equivalent using MILPmodel----

my_milp_model <- MILPModel() %>%
  
  add_variable(x[i], i=1:10, type='binary') %>%
  add_variable(y[i], i=1:10, type='binary') %>%
  add_constraint(sum_expr( colwise(numvec1[i]) * x[i],i=1:10) <= 5) %>%
  add_constraint(sum_expr( colwise(2) * y[i],i=1:10) <= 3)  %>%
  set_objective(sum_expr( colwise(3*numvec1[i]) * x[i],i=1:10),sense='max')

#now to add the matrix constraints, add a loop on the matrix column index j.
#with MIPModel we could just iterate on j in a single constraint, but here it appears
#we need to add the same constraint multiple times, and use the value of j to
#calculate the indices in as.numeric(matrix_a) that we want to use.
for(j in 1:ncol(matrix_a)){
  
  my_milp_model %<>% add_constraint(
    
    sum_expr( x[i]* colwise(numvec1[i] *
      as.numeric(matrix_a)[(i + (nrow(matrix_a)*j -nrow(matrix_a)))]),i=1:10) <= 
        sum_expr(  y[i]* colwise(2* numvec1[i] * numvec2[i] * 
    as.numeric(matrix_a)[(i + (nrow(matrix_a)*j -nrow(matrix_a)))]) ,i=1:10) ) 
    
}

my_milp_model_solve <- my_milp_model %>% solve_model(with_ROI(solver='glpk'))

#objective value and results should be equal...
my_mip_model_solve
my_milp_model_solve
于 2020-08-09T01:17:51.987 に答える