python networkX 网络单纯形

如何解决python networkX 网络单纯形

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。