我正在寻找一个软件包来帮助我解决一些二次优化问题，并且我发现至少有六个不同的软件包。根据此页面：

QP（二次编程，90C20）：cplexAPI，kernlab，limSolve，LowRankQP，quadprog，Rcplex，Rmosek

其中一些（Rmosek和cplexAPI）依赖于其他专有程序包，因此我对这些程序不感兴趣。

其他QP软件包之间的显着区别是什么？

• Cplex（cplexAPI，Rcplex）：不是开源的（但是每年有可更新的免费学术许可证）。它支持稀疏矩阵。是我在使用QP的包装纸吗？请注意，学术许可不允许在许多内核上使用它（例如通过mclapply()）。
• ipop（kernlab中的一个）在纯R中实现。这使其在大型应用程序中不必要地变慢。不支持稀疏矩阵。
• limSolve不能解决成熟的QP，只能解决约束类型相同的问题。并非所有QP问题都可以用这种方式来解决，但是当可以时，它们就有一个明确的解决方案。不支持稀疏矩阵。
• LowRankQP：根据我的经验，这是一个不错的选择（与其他开源代码相比要快）。不支持稀疏矩阵。
• quadprog：Goldfarb和Idnani对偶和Primal-Dual解算器的基线实现。不支持稀疏矩阵，但可以快速解决中等大小的问题。
• Rmosek：从未尝试过。

编辑。

自从我写了这个答案以来，新的软件包ipoptr现在可以在R- forge上使用。这篇 R-blogger帖子比较了使用Quadprog在纯QP上的性能。简而言之，ipoptr支持稀疏矩阵三元组，并且当设计矩阵稀疏时，它往往比quadprod快得多。但是，当设计矩阵密集时，quadprog仍然显得更快。