Я использую networkx для решения проблем кратчайшего пути. Я хотел бы иметь возможность использовать
Когда я попытался запустить алгоритм кратчайшего пути с помощью метода Bellman-ford (см. Код ниже), я получил ошибку NetworkXUnbounded: Negative cost cycle detected.
import matplotlib.pyplot as plt
from itertools import combinations, groupby
import os
import numpy as np
import networkx as nx
import random
# 1. Define test network
MG = nx.MultiDiGraph()
MG.add_edges_from([("B", "A", {"length": 0.8}), ("A", "B", {"length": 1.}), ("D", "G", {"length": 3.5}),
("B", "D", {"length": 20.8}), ("A", "C", {"length": 9.7}), ("D", "C", {"length": 0.3}),
("B", "E", {"length": 4.8}), ("D", "E", {"length": 0.05}), ("C", "E", {"length": 0.1}),
("E", "C", {"length": 0.7}), ("E", "F", {"length": 0.4}), ("E", "G", {"length": 15.}),
("F", "C", {"length": 0.9}), ("F", "D", {"length": 4.}),
])
attrs = {'B': {"x": -20., "y": 60.}, 'A': {"x": 28., "y":55.},
'C': {"x": -12., "y": 40.}, 'D': {"x": 40., "y":45.},
'E': {"x": 8., "y": 35.}, 'F': {"x": -8., "y":15.},
'G': {"x": 21., "y":5.},
}
for num, (k,v) in enumerate(attrs.items()):
attrs[k]={**v,
}
nx.set_node_attributes(MG, attrs)
rng = np.random.default_rng(seed=42)
random_height = list(rng.uniform(low=-100, high=100, size=len(MG.edges)).round(0))
attrs={}
for num, edge in enumerate(MG.edges):
attrs[edge]={'height': random_height[num]}
nx.set_edge_attributes(MG, attrs)
# 2. Calculate shortest route
best_route_by_length = nx.shortest_path(MG, "A", "G",weight="length")
print(f"Best route by length: {best_route_by_length}")
best_route_by_height = nx.shortest_path(MG, "A", "G",weight="height",method='bellman-ford')
print(f"Best route by height: {best_route_by_height}")
Есть ли способ решить эту проблему (например, удалить цикл)?
Изменить: ищу оптимальное решение без циклов