我正在寻找一个R求解器来最小化约束Ax＆lt; = B和x＆gt; = 0
下的函数f（x）其中A是矩阵，x和B是向量。
你知道吗？
谢谢！
答案 0 :(得分：1)
由于你的程序是二次目标函数，而是线性约束，它是凸的。因此，您不需要求助于高级非线性库。
查看quadprog包。从其文档中，第一个示例应该作为
的良好模板INSERT INTO TABLENAME (Id) VALUES ('41,32,31,293,877');
在这种情况下，注释描述了## First example from documentation of `quadprog`:
##
## Assume we want to minimize: -(0 5 0) %*% b + 1/2 b^T b
## under the constraints: A^T b >= b0
## with b0 = (-8,2,0)^T
## and
##
##
## we can use solve.QP as follows:
##
Dmat <- matrix(0,3,3)
diag(Dmat) <- 1
dvec <- c(0,5,0)
Amat <- matrix(c(-4,-3,0,2,1,0,0,-2,1),3,3)
bvec <- c(-8,2,0)
solve.QP(Dmat,dvec,Amat,bvec=bvec)
向量包含决策变量的程序。约束的形式为b（A ^ Tb> = b0），而您有Ax >= b形式的约束;后者很容易转化为前者，E = -A和f = -b，产生Ax <= b。请注意，在此示例中，二次项的系数矩阵Ex >= f是单位矩阵，而在您的情况下，您必须根据您的目标设置Dmat（和Dmat）功能
从dvec程序的文档中澄清（甚至进一步）：
这个例程实现了Goldfarb和Idnani的双重方法（1982， 1983）用于求解min形式的二次规划问题（-dT b + 1 / 2bT Db）具有约束AT b> = b0。
因此，表达你的目标函数（这里使用x而不是b作为决策变量向量）
quadprog在上面的例子中，d和D分别表示为dvec和Dmat。