ant colony optimization

アリのコロニーの最適化

Ant Colony Optimization (ACO) を使用してグラフ内の最短パスを見つけるための Python パッケージ。

➡️ 詳細なウォークスルーについては、Medium の記事をご覧ください。

Ant コロニー最適化アルゴリズムは、グラフ (ソース) を通じて適切なパスを見つけることに帰着できる、計算上の問題を解決するための確率論的手法です。

ACO アルゴリズムのこの実装では、NetworkX グラフ環境を使用します。

はじめる

PyPi からパッケージを直接インストールするには:

$ pip install aco_routing

使用法

チェックアウト: example.py

すべての依存関係をインポートします。

 from aco_routing import ACOimport networkx as nx

ノードとエッジを含むNetworkX.Graphオブジェクトを作成します。

 G = nx.DiGraph()G.add_edge("A", "B", コスト=2)G.add_edge("B", "C", コスト=2)G.add_edge("A", "H" 、コスト=2)G.add_edge("H", "G", コスト=2)G.add_edge("C", "F", コスト=1)G.add_edge("F", "G",コスト=1)G.add_edge("G", "F", コスト=1)G.add_edge("F", "C", コスト=1)G.add_edge("C", "D", コスト= 10)G.add_edge("E", "D", コスト=2)G.add_edge("G", "E", コスト=2)

ACO を使用して、 sourceとdestination間の最短パスとコストを見つけます。

 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,
）

出力：

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

コンテンツ

アリ

aco_routing.Ant

• グラフを横断するAnt 。

アコ

aco_routing.ACO

• グラフ内のさまざまなノードでアリを生成し、指定されたソースと宛先の間の最短パスを見つける従来のアリ コロニー最適化アルゴリズム (擬似コード)。

貢献する

• 問題や提案がある場合は、GitHub の問題ページに投稿してください。

• 貢献するには、プロジェクトをフォークし、プル リクエストを作成してマスターに戻します。