R语言带约束的飞机运力分配线性规划lp函数问题排查

原代码核心问题分析 #

1. 约束矩阵维度与逻辑错误
   • 机型约束：原代码直接使用block_hours_available作为约束行，但该矩阵仅4个元素，而决策变量共20个（5航线×4机型），维度不匹配；且约束逻辑应为汇总同一机型在所有航线上的使用时长，而非直接复用可用时长数值。
   • 航线约束：原代码错误使用profits矩阵作为约束行，正确逻辑应为汇总同一航线各机型的使用时长，使其等于指定的刚性值。
2. 变量类型错误
   • all.bin = TRUE将变量设为二进制，但实际需求是非负连续的block小时数，二进制变量不符合业务逻辑。
3. 求解调用错误
   • lp()函数返回的对象无需调用solve()，直接访问$solution属性即可获取最优解。

修正后的完整代码 #

# 输入矩阵定义
profits <- matrix(c(10, 15, 20, 25, 30,
                    12, 16, 18, 22, 28,
                    8, 12, 16, 20, 24,
                    9, 11, 13, 15, 19), 
                  ncol = 4, byrow = TRUE,
                  dimnames = list(paste0("Route", 1:5), paste0("Plane", 1:4)))

block_hours_available <- matrix(c(50, 40, 60, 45), nrow = 1, ncol = 4)
colnames(block_hours_available) <- paste0("Plane", 1:4)

block_hours_per_route <- matrix(c(20, 30, 25, 35, 15), nrow = 5, ncol = 1)
rownames(block_hours_per_route) <- paste0("Route", 1:5)

n_routes <- nrow(profits)
n_planes <- ncol(profits)
n_vars <- n_routes * n_planes  # 总决策变量数：20

# 1. 构造目标函数系数（按列展开profits矩阵，对应变量顺序：Route1-Plane1, Route2-Plane1,...Route5-Plane4）
objective <- as.vector(profits)

# 2. 构造约束矩阵
## 约束1：各机型总使用时长不超过可用上限（4行约束）
plane_constraints <- matrix(0, nrow = n_planes, ncol = n_vars)
for (j in 1:n_planes) {
  # 每个机型j对应的变量位置是：(j-1)*n_routes + 1 到 j*n_routes
  plane_constraints[j, (j-1)*n_routes + 1:n_routes] <- 1
}

## 约束2：每条航线总block小时等于指定值（5行约束）
route_constraints <- matrix(0, nrow = n_routes, ncol = n_vars)
for (i in 1:n_routes) {
  # 每个航线i对应的变量位置是：i, i+n_routes, i+2*n_routes, i+3*n_routes
  route_constraints[i, seq(from = i, by = n_routes, length.out = n_planes)] <- 1
}

## 合并所有约束矩阵
const_mat <- rbind(plane_constraints, route_constraints)

# 3. 约束方向与右端项
const_dir <- c(rep("<=", n_planes), rep("==", n_routes))
const_rhs <- c(as.vector(block_hours_available), as.vector(block_hours_per_route))

# 4. 求解线性规划问题
lprec <- lp(direction = "max",
            objective.in = objective,
            const.mat = const_mat,
            const.dir = const_dir,
            const.rhs = const_rhs,
            all.pos = TRUE)  # 确保变量非负

# 输出最优解与总利润
cat("最优分配方案（按变量顺序：Route1-Plane1, Route2-Plane1,...Route5-Plane4）：\n")
print(lprec$solution)

cat("\n最大总利润：", lprec$objval, "\n")

# 将结果整理为矩阵格式（更易读）
solution_matrix <- matrix(lprec$solution, nrow = n_routes, ncol = n_planes, byrow = FALSE)
rownames(solution_matrix) <- paste0("Route", 1:5)
colnames(solution_matrix) <- paste0("Plane", 1:4)
cat("\n最优分配矩阵（行：航线，列：机型）：\n")
print(solution_matrix)

代码说明 #

• 决策变量：共20个，对应每条航线与机型的组合，变量顺序为Route1-Plane1、Route2-Plane1…Route5-Plane4。
• 约束构造：通过循环分别生成机型总时长约束和航线总时长约束的矩阵，确保维度匹配且逻辑正确。
• 变量非负：设置all.pos = TRUE保证block小时数为非负值，符合业务实际。

内容的提问来源于stack exchange，提问作者Sarah