当总节点需求不为零时使用networkx的python运输问题

如何解决当总节点需求不为零时使用networkx的python运输问题

有6个节点有消极和积极的需求。我需要计算出最好的变体来满足尽可能多的消费者。我正在尝试使用 networkx python 库来解决它：

import networkx as nx

G = nx.DiGraph()

G.add_node("1",demand=15)
G.add_node("2",demand=25)
G.add_node("3",demand=60)
G.add_node("4",demand=-55)
G.add_node("5",demand=-35)
G.add_node("6",demand=-40)

G.add_edge("1","2",weight=2)
G.add_edge("1","3",weight=1)
G.add_edge("1","6",weight=3)

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

G.add_edge("3","4",weight=3)

G.add_edge("4","5",weight=6)

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

flowCost = nx.min_cost_flow_cost(G)
print(flowCost)

但据我所知，问题在于我的消极和积极要求的总结不是零，我得到了错误：

networkx.exception.NetworkXUnfeasible: total node demand is not zero

那么有没有办法解决这个问题？也许最好使用一些不同的库？

解决方法

尝试添加此代码：

G.add_node("7",demand = 30)
G.add_edge("4","7",weight = 7)
G.add_edge("5",weight = 7)
G.add_edge("6",weight = 7)