最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python使用遺傳算法解決最大流問題

 更新時(shí)間:2018年01月29日 16:10:18   作者:ZJun310  
這篇文章主要為大家詳細(xì)介紹了Python使用遺傳算法解決最大流問題,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

本文為大家分享了Python遺傳算法解決最大流問題,供大家參考,具體內(nèi)容如下

Generate_matrix

def Generate_matrix(x,y):
 import numpy as np
 import random
 return np.ceil(np.array([random.random()*10 for i in range(x*y)]).reshape(x,y))

Max_road

def Max_road(A,degree,start):

 import random
 import numpy as np
 import copy

 def change(M,number,start): # number 控制變異程度 start 控制變異量 
  x , y = M.shape
  for i in range(start,x):
   Line = zip(range(len(M[i])),M[i])
   index_0 = [t[0] for t in Line if t[1]==0] # 獲取 0 所對(duì)應(yīng)的下標(biāo)    
   index_1 = [t[0] for t in Line if t[1]==1] # 獲取 1 所對(duì)應(yīng)的下標(biāo)
   M[i][random.sample(index_0,number)[0]]=1 # 隨機(jī)改變序列中 number 個(gè)值 0->1
   M[i][random.sample(index_1,number)[0]]=0 # 隨機(jī)改變序列中 number 個(gè)值 1->0
  return M

 x,y = A.shape

 n=x
 generation = y

 #初始化一個(gè)有 n 中情況的解決方案矩陣
 init_solve = np.zeros([n,x+y-2]) 
 init=[1]*(x-1)+[0]*(y-1)
 for i in range(n) :
  random.shuffle(init)
  init_solve[i,:] = init # 1 表示向下走 0 表示向右走 
 solve = copy.copy(init_solve)

 for loop in range(generation):
  Sum = [A[0,0]]*n # 用于記錄每一種方案的總流量
  for i in range(n):
   j=0;k=0;
   for m in solve[i,:]:
    if m==1:
     k=k+1
    else:
     j=j+1   
    Sum[i] = Sum[i] + A[k,j]

  Sum_index = zip(range(len(Sum)),Sum)
  sort_sum_index = sorted(Sum_index,key = lambda d : d[1] , reverse =True) # 將 方案 按照流量總和排序

  Max = sort_sum_index[0][1] # 最大流量
  #print Max
  solve_index_half = [a[0] for a in sort_sum_index[:n/2]] # 保留排序后方案的一半
  solve = np.concatenate([solve[solve_index_half],solve[solve_index_half]]) # 將保留的一半方案 進(jìn)行復(fù)制 ,復(fù)制部分用于變異
  change(solve,int((x+y-2)*degree)+1 ,start) # 變異

 return solve[0] , Max

Draw_road

def Draw_road(road,A):

 import pylab as plt
 import seaborn
 seaborn.set()

 x , y =A.shape 

 # 將下移和右移映射到繪圖坐標(biāo)上
 Road = [(1,x)] # 初始坐標(biāo)
 j=1;k=x;
 for m in road:
  if m==1:
   k=k-1
  else:
   j=j+1
  Road.append((j,k))

 # print Road

 for i in range(len(road)):  
  plt.plot([Road[i][0],Road[i+1][0]],[Road[i][1],Road[i+1][1]])

實(shí)際運(yùn)行的例子

In [119]: A = Generate_matrix(4,6)

In [120]: A
Out[120]: 
array([[ 10., 1., 7., 10., 8., 8.],
  [ 4., 8., 8., 4., 8., 2.],
  [ 9., 8., 8., 3., 9., 8.],
  [ 7., 2., 5., 9., 3., 8.]])

In [121]: road , M=Max_road(A,0.1,2)

In [122]: Draw_road(road,A)

較大規(guī)模的情況

In [105]: A = Generate_matrix(40,60)

In [106]: road , M=Max_road(A,0.1,4)

In [107]: road
Out[107]: 
array([ 0., 0., 0., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.,
  1., 0., 0., 0., 1., 0., 0., 1., 0., 1., 1., 1., 1.,
  1., 0., 0., 0., 0., 0., 1., 0., 0., 1., 0., 0., 0.,
  1., 0., 0., 0., 1., 0., 1., 0., 0., 1., 0., 0., 1.,
  0., 0., 0., 1., 0., 0., 1., 1., 1., 1., 0., 0., 0.,
  0., 0., 0., 1., 0., 1., 1., 1., 1., 0., 1., 0., 1.,
  1., 1., 0., 1., 0., 1., 0., 1., 0., 1., 0., 0., 1.,
  0., 1., 0., 0., 1., 0., 1.])

In [108]: Draw_road(road,A)

In [109]: A = generate_Matrix(100,200)
In [110]: road , M=Max_road(A,0.1,10)
In [111]: draw_road(road,A)


以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • pandas學(xué)習(xí)之txt與sql文件的基本操作指南

    pandas學(xué)習(xí)之txt與sql文件的基本操作指南

    Pandas是Python的第三方庫(kù),提供高性能易用的數(shù)據(jù)類型和分析工具,下面這篇文章主要給大家介紹了關(guān)于pandas學(xué)習(xí)之txt與sql文件的基本操作指南,需要的朋友可以參考下
    2021-08-08
  • python中使用多線程改進(jìn)flask案例

    python中使用多線程改進(jìn)flask案例

    這篇文章主要介紹了使用多線程改進(jìn)flask案例,線程是指進(jìn)程內(nèi)的一個(gè)執(zhí)行單元,也是進(jìn)程內(nèi)的可調(diào)度實(shí)體.線程的劃分尺度小于進(jìn)程,使得多線程程序的并發(fā)性高,更多具體內(nèi)容,需要的小伙伴可以參考下面文章相關(guān)資料,希望對(duì)你有所幫助
    2022-03-03
  • python圖像處理之反色實(shí)現(xiàn)方法

    python圖像處理之反色實(shí)現(xiàn)方法

    這篇文章主要介紹了python圖像處理之反色實(shí)現(xiàn)方法,涉及Python結(jié)合OpenCV與numpy操作圖片的相關(guān)技巧,需要的朋友可以參考下
    2015-05-05
  • 用python 實(shí)現(xiàn)在不確定行數(shù)情況下多行輸入方法

    用python 實(shí)現(xiàn)在不確定行數(shù)情況下多行輸入方法

    今天小編就為大家分享一篇用python 實(shí)現(xiàn)在不確定行數(shù)情況下多行輸入方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • 詳解python中的json的基本使用方法

    詳解python中的json的基本使用方法

    本篇文章主要介紹了python中的json的基本使用方法,在Python中使用json的時(shí)候,主要也就是使用json模塊,json是以一種良好的格式來進(jìn)行數(shù)據(jù)的交互,有興趣的可以了解一下。
    2016-12-12
  • python之模擬鼠標(biāo)鍵盤動(dòng)作具體實(shí)現(xiàn)

    python之模擬鼠標(biāo)鍵盤動(dòng)作具體實(shí)現(xiàn)

    這篇文章主要介紹了python之模擬鼠標(biāo)鍵盤動(dòng)作具體實(shí)現(xiàn),有需要的朋友可以參考一下
    2013-12-12
  • Flask框架學(xué)習(xí)筆記之使用Flask實(shí)現(xiàn)表單開發(fā)詳解

    Flask框架學(xué)習(xí)筆記之使用Flask實(shí)現(xiàn)表單開發(fā)詳解

    這篇文章主要介紹了Flask框架學(xué)習(xí)筆記之使用Flask實(shí)現(xiàn)表單開發(fā),結(jié)合實(shí)例形式較為詳細(xì)的分析了flask框架表單模板定義、數(shù)據(jù)提交等相關(guān)操作技巧,需要的朋友可以參考下
    2019-08-08
  • Python如何通過變量ID得到變量的值

    Python如何通過變量ID得到變量的值

    這篇文章主要介紹了Python如何通過變量ID得到變量的值,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-05-05
  • python webp圖片格式轉(zhuǎn)化的方法

    python webp圖片格式轉(zhuǎn)化的方法

    這篇文章主要為大家詳細(xì)介紹了python webp圖片格式轉(zhuǎn)化的方法,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-04-04
  • pychram中切換python版本方式(附圖文)

    pychram中切換python版本方式(附圖文)

    這篇文章主要介紹了如何在PyCharm中切換Python版本的步驟,包括查看現(xiàn)有版本、文件設(shè)置切換、選擇解釋器路徑以及應(yīng)用更改,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下
    2024-12-12

最新評(píng)論

贡山| 当阳市| 临汾市| 大洼县| 桂平市| 北碚区| 旅游| 广宁县| 密云县| 沙湾县| 青冈县| 安溪县| 都昌县| 鄂尔多斯市| 六盘水市| 田林县| 应城市| 光山县| 五河县| 泰来县| 绥德县| 临桂县| 永清县| 库车县| 龙岩市| 天祝| 咸宁市| 湟中县| 宝丰县| 乌兰县| 岳西县| 古浪县| 汨罗市| 桑日县| 休宁县| 渑池县| 当雄县| 赣州市| 平武县| 神木县| 花莲县|