二次最適化の問題を解決するのに役立つパッケージを探しています。少なくとも6種類のパッケージがあることがわかりました。このページによると：

QP（二次プログラミング、90C20）：cplexAPI、kernlab、limSolve、LowRankQP、quadprog、Rcplex、Rmosek

これらの一部（RmosekおよびcplexAPI）は他の独自のパッケージに依存しているので、私はそれらに興味がありません。

他のQPパッケージの注目すべき違いは何ですか？

• Cplex（cplexAPI、Rcplex）：オープンソースではありません（ただし、毎年更新可能な無料のアカデミックライセンスがあります）。スパース行列をサポートしています。QPを使用しているときのQPのラッパーでした。アカデミックライセンスでは、多くのコア（たとえばmclapply()）での使用が許可されていないことに注意してください。
• ipop（kernlabにあるもの）は純粋なRで実装されています。これにより、大きなアプリケーションでは不必要に遅くなります。スパース行列はサポートしていません。
• limSolveは完全な本格的なQPを解決しません。制約のタイプが等しいもののみを解決します。すべてのQP問題がこの方法でフレーム化できるわけではありませんが、その場合は、明示的な解決策があります。スパース行列はサポートしていません。
• LowRankQP：これは私の経験上、良いものです（他のオープンソースのものと比べて速い）。スパース行列はサポートしていません。
• quadprog：Goldfarb＆Idnani DualおよびPrimal-Dualソルバーのベースライン実装。スパース行列はサポートしていませんが、中程度のサイズの問題に対しては高速で静かです。
• Rmosek：試したことはありません。

編集。

この回答を書いたので、新しいパッケージipoptrがR-forgeで利用可能になりました。この R-bloggerの投稿では、純粋なQPでのパフォーマンスとquadprogでのパフォーマンスを比較しています。つまり、ipoptrはスパース行列のトリプレットをサポートし、設計行列がスパースの場合、quadprodよりもはるかに高速になる傾向があります。ただし、設計行列が密集している場合でも、quadprogは大幅に高速であるように見えます。