الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

تحسين مستعمرة النمل

حزمة Python للعثور على أقصر مسار في الرسم البياني باستخدام Ant Colony Optimization (ACO).

➡️ راجع مقالتي المتوسطة للحصول على إرشادات تفصيلية

خوارزمية تحسين مستعمرة النمل هي تقنية احتمالية لحل المشكلات الحسابية التي يمكن اختزالها في إيجاد مسارات جيدة من خلال الرسوم البيانية (المصدر).

يستخدم هذا التنفيذ لخوارزمية ACO بيئة الرسم البياني NetworkX.

ابدء

لتثبيت الحزمة مباشرة من PyPi: 

$ pip install aco_routing

الاستخدام

راجع: example.py

استيراد كافة التبعيات:

 من aco_routing قم باستيراد ACOimport Networkx كـ nx

قم بإنشاء كائن NetworkX.Graph مع العقد والحواف:

 G = nx.DiGraph()G.add_edge("A"، "B"، cost=2)G.add_edge("B"، "C"، cost=2)G.add_edge("A"، "H" ، التكلفة = 2)G.add_edge("H"، "G"، التكلفة = 2)G.add_edge("C"، "F"، التكلفة = 1)G.add_edge("F"، "G"، cost=1)G.add_edge("G"، "F"، cost=1)G.add_edge("F"، "C"، cost=1)G.add_edge("C"، "D"، cost= 10)G.add_edge("E"، "D"، التكلفة=2)G.add_edge("G"، "E"، التكلفة=2)

استخدم ACO للعثور على أقصر مسار وتكلفة بين source destination :

 aco = ACO (G، ant_max_steps = 100، num_iterations = 100، ant_random_spawn = True) aco_path، aco_cost = aco.find_shortest_path (source = "A"، destination = "D"، num_ants = 100،
)

الإخراج: 

ACO path: A -> H -> G -> E -> D
ACO path cost: 8.0

محتويات

نملة

aco_routing.Ant

  • Ant التي تعبر الرسم البياني.

ACO

aco_routing.ACO

  • خوارزمية تحسين مستعمرة النمل التقليدية التي تفرز النمل في العقد المختلفة في الرسم البياني وتجد أقصر مسار بين المصدر والوجهة المحددين (رمز زائف).

المساهمة

  • انشر أي مشكلات واقتراحات على صفحة مشكلات GitHub.

  • للمساهمة، قم بتفرع المشروع ثم قم بإنشاء طلب سحب مرة أخرى لإتقانه.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل