ブランチアンドバウンド-ボーナス記事-ノードの可視化
「美容とファッションのトレンドを徹底解説-プラスα情報-ノードの可視化」
NetworkXパッケージを使用して分枝限定法のアルゴリズムを視覚化する
はじめに
前回の2つの記事から来た方にとって、これは分枝限定法のアルゴリズムを視覚化するためのボーナスコードを提供する記事です。
このシリーズの記事は以下の通りです：
- 分枝限定法 – アルゴリズムの作成に先立つ紹介
- 分枝限定法 – アルゴリズムの作成
以下のコードを理解するためには、これら2つの記事を読まないと難しいです。この記事では、過去の記事で書いたメインコードに追加する追加コードのみを説明します。
この記事では、ネットワーク最適化問題を解決するために、なぜ分枝限定法が効果的であるかについての洞察を得ることができます。具体的には、その動作を視覚化し、そこからネットワーク最適化問題に対する潜在能力についての作業上のアイデアや理解を得ることができるかもしれません。
視覚化コード
まずコードに入りますが、これは前の記事から大いに借用しています。これはボーナスコンテンツだけなので、私たちのネットワークグラフをプロットするために必要な追加コードについて話し合いましょう。
異なる色でノードに色を付けることで、どのノードが剪定されたかを視覚的に理解しやすくします。
追加1：初期化
import numpy as npfrom scipy.optimize import linprogimport networkx as nximport matplotlib.pyplot as pltoptimal_value = -np.inf
optimal_solution = None
# ノードと関係を保持するツリー
G = nx.DiGraph()
node_counter = 0
optimal_node = Noneこのコードでは、2つのパッケージをインポートするためにmatplotlibとnetworkxを追加しました。
さらに、ネットワークグラフに必要な3つの変数を初期化しています：
- G — または
networkxのオブジェクト - node_counter — ノードの命名と接続のため
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
