快捷導(dǎo)航

使用Python實(shí)現(xiàn)二終端網(wǎng)絡(luò)可靠度

更新時(shí)間：2021年05月05日 09:43:06 作者：快到皖里來(lái)

這里給大家分享的是實(shí)現(xiàn)二終端網(wǎng)絡(luò)可靠度的方法以及使用Python實(shí)現(xiàn)的代碼，有需要的小伙伴可以參考下。

在網(wǎng)絡(luò)可靠性中，一種較為經(jīng)典且在實(shí)踐中更為常用的可靠度計(jì)算便是二終端可靠度，即給定網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與邊可靠度（假定節(jié)點(diǎn)完全可靠），計(jì)算網(wǎng)絡(luò)中指定的兩個(gè)節(jié)點(diǎn)之間的連通可靠度。

在此，筆者依據(jù)最小路集思想給出此方法的python代碼實(shí)現(xiàn)，該代碼可以依據(jù)給定的輸入矩陣、節(jié)點(diǎn)序號(hào)等設(shè)定值算出兩節(jié)點(diǎn)間的連通可靠度。

邏輯代碼與測(cè)試用例如下：

import itertools
def min_path_sets(init_matrix,index_start,index_end):
    import re
    num_point = init_matrix.shape[0]
    min_path_list = []
    for i in range(num_point-1):
        temp = init_matrix**(i+1)
        item = expand(temp[index_start-1,index_end-1])
        list_given = re.sub('[ *123456789]',"",str(item)).split("+")
        
        #刪除指定階數(shù)下，路徑長(zhǎng)度不等于階數(shù)的路
        index_to_delete = []
        for j in range(len(list_given)):
            if len(list_given[j])!=(i+1) or list_given[j]=='0':
                index_to_delete.append(j)
        for counter, index in enumerate(index_to_delete):
            index = index - counter
            list_given.pop(index)
        
        min_path_list.extend(list_given)
    return min_path_list

def str_de_duplication(pstr):
    a = ''
    for i in range(len(pstr)):
        if pstr[i] not in a:
            a+=pstr[i]
    return a

def product_symbol(pstr,my_dict):
    import numpy as np
    value_list = []
    for i in pstr:
        value_list.append(my_dict[i])
    return np.prod(value_list)

def generate_label(path_sets,my_dict):
    import numpy as np
    all_result = []
    for exp_num in range(len(path_sets)):
        item_Combination = list(itertools.combinations(path_sets, exp_num+1))
        item_list = list(map(lambda x: str_de_duplication("".join(x)),item_Combination))
        value_list = list(map(lambda x: product_symbol(x,my_dict),item_list))
        all_result.append(np.sum(value_list)*(-1)**(exp_num))
    return np.sum(all_result)

def Matrix_label(init_matrix,my_dict,index_start,index_end):
    path_sets = min_path_sets(init_matrix,index_start,index_end)
    pro_value = generate_label(path_sets,my_dict)
    return pro_value

from sympy import *
from sympy.abc import A,B,C,D,E,F
index_start = 2
index_end = 1
data = Matrix([[0,A,B],
               [A,0,C],
               [B,C,0]])
my_dict = {'A':0.8,
           'B':0.9,
           'C':0.9}

Matrix_label(data,my_dict,index_start,index_end)

在前部分，主要定義了幾個(gè)函數(shù)以便求出最小路集以及利用容斥原理計(jì)算二終端可靠度，最終外層函數(shù)為Matrix_label(data,my_dict,index_start,index_end)：

參數(shù)解釋：

data：矩陣形式的數(shù)據(jù)，表征整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和邊可靠度，其中每一個(gè)矩陣元素要么為0，要么預(yù)設(shè)的字母如“A、B、C”等，每個(gè)字母取值為0到1（不包含0但包括1），元素為0表示對(duì)應(yīng)行號(hào)與列號(hào)的節(jié)點(diǎn)之間無(wú)邊相連，元素為字母如“A”表示對(duì)應(yīng)行號(hào)與列號(hào)的節(jié)點(diǎn)之間以可靠度為A的概率相連；
my_dict：字典形式的數(shù)據(jù)，指定每一個(gè)用到的字母所表示的概率值，如{'A':0.8,'B':0.9,'C':0.9}，特別指出網(wǎng)絡(luò)中節(jié)點(diǎn)之間的連通概率可以相異；
index_start：二終端節(jié)點(diǎn)中的起始點(diǎn)序號(hào)；
index_end：二終端節(jié)點(diǎn)中的終止點(diǎn)序號(hào)；

以上就是使用Python實(shí)現(xiàn)二終端網(wǎng)絡(luò)可靠度的詳細(xì)內(nèi)容，更多關(guān)于二終端網(wǎng)絡(luò)可靠度的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！