python networkX 网络单纯形

问题描述

我正在尝试使用 networkX 库解决交通问题。 由于我的需求和供应值是浮动的，networkX 包似乎无法解决我的问题？ 请参阅第 377 页上的文档。 https://networkx.org/documentation/stable/_downloads/networkx_reference.pdf

有什么解决办法吗？ 我的问题是由于四舍五入错误造成的，因为我的浮点数非常小。

是否还有其他支持浮点数的库来解决 Python 中的最小成本流问题？

import networkx as nx

#inputdata
producerDict = {'p1': 3.88,'p2': 4.3225,'p3': 24.41575}
consumerDict = {'c1':46.63775,'c2': 85.44925,'c3': 71.92425,'c4': 
84.1755}

totalDemand = sum(consumerDict.values())
totalSupply = sum(producerDict.values())

#graph
G = nx.DiGraph()
G.add_edge("C1","P1",weight=3)
G.add_edge("C1","P2",weight=1)
G.add_edge("C1","P3",weight=4)

G.add_edge("C2",weight=2)
G.add_edge("C2",weight=4)
G.add_edge("C2",weight=5)

G.add_edge("C3",weight=6)
G.add_edge("C3",weight=2)
G.add_edge("C3",weight=2)

G.add_edge("C4",weight=1)
G.add_edge("C4",weight=6)
G.add_edge("C5",weight=3)

#balancing the problem as demand > supply
newConsumerDict = {}
for consumer,demand in consumerDict.items():
    newDemand = (demand / totalDemand) * totalSupply
    newConsumerDict[consumer] = newDemand


# this sum has to be equal to total supply which 
# is not the case due to rounding errors
print(sum(newConsumerDict.values()))

flowCost,flowDict = nx.network_simplex(G)

干杯

解决方法

您链接到的文档说：

如果边权重或需求是浮点数（溢出和 舍入错误可能会导致问题）。作为一种解决方法，您可以通过乘以相关的整数来使用整数 边缘属性由一个方便的常数因子（例如 100）。

我对此的解释是，可能存在舍入误差是一个问题的情况。我希望该算法很可能会正常工作，除非您有很多权重仅在 10^{-10} 大小上有所不同。但出于实际目的，我希望如果您将权重乘以 100（或 100000）然后取整数部分就可以了。