R中的MILP优化器答案

【问题标题】：MILP optimizer in RR中的MILP优化器
【发布时间】：2021-01-15 07:39:34
【问题描述】：

我正在尝试使用重新训练为 1 的权重进行最小方差优化。我尝试了多个求解器，但它们要么计算时间太长，要么不精确，因此我想尝试使用 MILP 求解器。这是我的 Objectif 函数：

library(Rglpk)

funct1 <- function(weight)  {
  t(weight) %*% covariance_matrix %*% weight
}

约束：

equality <- function(weight) { 
  a1 <- sum(weight)
  return(a1)
}

Rglpk_solve_LP(funct1,equality,c("=="),c(1))

我不断收到错误：

as.numeric(funct1) 中的错误：
无法将类型“闭包”强制为“双”类型的向量

我假设错误是由于函数而存在的，但是如果没有函数，我如何制定优化目标？

【问题讨论】：

这对cran.r-project.org/web/packages/Rglpk/Rglpk.pdf 有帮助吗？看一下示例中的结构。如果您需要进一步的帮助，则需要一个可重现的示例。
可重现示例的唯一缺失数据是协方差矩阵。例如，可以将 matrix(c(0.14 , 0.46, 0.5,0.45, 0.36, 0.42 , 0.32 , 0.23, 0.75), nrow=3) 用于协方差矩阵

【解决方案1】：

这是一个二次模型：目标是x'Qx。这意味着您不能使用 Rglpk，因为这仅适用于 LP 和 MIP 模型（即线性模型）。

您可以查看支持 QP 和 MIQP 模型的 CVXR。请注意，最好（最快、最可靠）的 MIQP 求解器不是开源求解器，而是 Cplex 和 Gurobi 之类的求解器（对于学术用户，它们可能是免费的）。

【讨论】：