Python NetworkX asadpour_atsp用法及代碼示例

返回旅行商問題的近似解。

該近似解是 Asadpour 等人 [1] 開發的非對稱旅行商問題最著名的近似解之一。該算法首先解決 Held-Karp 鬆弛問題，以找到循環權重的下界。接下來，它使用最大熵舍入方案構造無向生成樹的指數分布，其中樹中邊的概率對應於該邊的權重。接下來，我們對該分布進行\(2 \lceil \ln n \rceil\) 次采樣，並在將弧的方向添加回邊後保存最小采樣樹。最後，我們對該圖進行擴充和短路，以找到推銷員的大致行程。

參數：

G：nx.DiGraph

該圖應該是一個完整的加權有向圖。應該包括所有節點之間的距離，並且三角不等式應該成立。也就是說，任何兩個節點之間的直接邊應該是成本最低的路徑。

weight：字符串，可選(默認=”weight”)

邊權重對應的邊數據鍵。如果任何邊不具有此屬性，則權重設置為 1。

seed：整數、random_state 或無(默認)

隨機數生成狀態的指示符。請參閱隨機性。

source：節點標簽(默認=`None`)

如果給定，則返回在給定節點處開始和結束的循環。

返回：

cycle：節點列表

返回推銷員可以遵循的循環(節點列表)以最小化行程的總重量。

拋出：

NetworkXError

如果G 不完整或節點少於兩個，算法會引發異常。

NetworkXError

如果“源”不是 None 並且不是 G 中的節點，則算法會引發異常。

NetworkXNotImplemented

如果G 是無向圖。

參考：

1

A. Asadpour, M. X. Goemans, A. Madry, S. O. Gharan, and A. Saberi, An o(log n/log log n)-approximation algorithm for the asymmetric traveling salesman problem, Operations research, 65 (2017), pp. 1043-1061

例子：

>>> import networkx as nx
>>> import networkx.algorithms.approximation as approx
>>> G = nx.complete_graph(3, create_using=nx.DiGraph)
>>> nx.set_edge_attributes(G, {(0, 1): 2, (1, 2): 2, (2, 0): 2, (0, 2): 1, (2, 1): 1, (1, 0): 1}, "weight")
>>> tour = approx.asadpour_atsp(G,source=0)
>>> tour
[0, 2, 1, 0]