Я ищу пакет, который поможет мне решить некоторые задачи квадратичной оптимизации, и я вижу, что есть как минимум полдюжины различных пакетов. Согласно этой странице:

QP (квадратичное программирование, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , quadprog , Rcplex , Rmosek

Некоторые из них (Rmosek и cplexAPI) зависят от других проприетарных пакетов, поэтому я не заинтересован в них.

Каковы заметные различия между другими пакетами QP?

• Cplex (cplexAPI, Rcplex): не является открытым исходным кодом (но существует годовая возобновляемая бесплатная академическая лицензия). Поддерживает разреженные матрицы. Был ли у меня оболочка для QP, пока я ее использовал. Остерегайтесь, что академическая лицензия не позволяет использовать ее на многих основных (скажем, через mclapply()).
• ipop (тот, что в Kernlab) реализован в чистом R. Это делает его излишне медленным в больших приложениях. Не поддерживает разреженные матрицы.
• limSolve не решает полноценные QP, только те, где ограничения имеют равенство типов. Не все проблемы QP могут быть сформулированы таким образом, но когда это возможно, они имеют явное решение. Не поддерживает разреженные матрицы.
• LowRankQP: этот, по моему опыту, хороший (быстрый по сравнению с другими открытыми исходниками). Не поддерживает разреженные матрицы.
• quadprog: базовая реализация решателя Goldfarb & Idnani Dual и Primal-Dual. Не поддерживает разреженные матрицы, но быстро работает для задач среднего размера.
• Rmosek: никогда не пробовал.

Редактировать.

Поскольку я написал этот ответ, новый пакет ipoptr теперь доступен в R-forge. Этот пост R-blogger сравнивает его производительность на чистом QP с quadprog. Короче говоря, ipoptr поддерживает разреженные тройки матриц и имеет тенденцию быть намного быстрее, чем quadprod, когда матрицы проектирования разрежены. Однако, когда матрицы проектирования плотные, quadprog все равно оказывается значительно быстрее.