【发布时间】:2021-06-30 18:52:16
【问题描述】:
我正在尝试使用lpSolve::lp.transport 优化 R 中的运输问题。我的代码如下:
library(lpSolve)
cost <- matrix(rep(100, 34968), nrow = 372)
row.signs <- rep("<=", 372)
row.RHS <- c(t(vehicleGVWR2[,2]))
col.signs <- rep(">=", 94)
col.RHS <- c(t(branchGVWR[, 2]))
lptrans <- lp.transport(cost, "min", row.signs, row.RHS, col.signs, col.RHS)
每个值的成本矩阵都是“100”,因为分配的成本被认为可以忽略不计/对于每个组合都是相同的。
成本矩阵为 372x94。函数要处理的变量太多了吗?或者代码最终会完成运行吗?
【问题讨论】:
-
“延长时间”到底有多长?
-
LpSolve 不是最快的 LP 求解器。但是,运输问题是网络问题,因此使用网络求解器可能会更快。
标签: r linear-programming lpsolve