def solve1it(self, I):
self.tinit = time.time()
random.seed(self.semente)
Lreq = I.splitReq()
Lresp = [
] # Lista com os caminhos e os indices dos grafos da requisições
maxv = max(Lreq, key=lambda maxcmin: maxcmin.cmin)
maxcm = maxv.cmin # Atribuindo o maior caminho minimo dos dados
Glist = [strgr.Rede(I.CriaGrafo(), 1)] # Lista de grafos
random.shuffle(Lreq) # Randomizando a Lista de requisição
if self.ord == 'cm':
# Ordenando a Lista de requisiçao em ordem decrescente em relação o Cammin
Lreq.sort(key=lambda cammin: cammin.cmin, reverse=True)
elif self.ord == 'fm':
Lreq.sort(key=lambda cammin: cammin.mxf)
elif self.ord == 'cm_fm':
Lreq.sort(key=lambda cammin: (cammin.cmin, (cammin.mxf * -1)),
reverse=True)
elif self.ord == 'fm_cm':
Lreq.sort(key=lambda cammin: ((cammin.mxf * -1), cammin.cmin),
reverse=True)
result = self.solver.solve(Lreq, Glist, I, Lresp, maxcm,
np.inf) # Metodo Kapov
tfim = time.time() - self.tinit
return [result, Glist, Lresp, tfim]
def solve(self, Lreq, Glist, I, LR, Maxv, melhor):
mc = [
] #Lista para converter a lista do caminho em lista de arestas encontrado
for k in range(len(Lreq)):
ig = 0 #Auxiliar para percorrer a lista de grafo
caminho = False # Indicador se encontrou o caminho da requisição
while not caminho:
if (
nkx.has_path(Glist[ig].Grafo, Lreq[k].i, Lreq[k].j)
): #Verifica a existencia de caminho entre a origem e destino no grafo atual
Camin = nkx.shortest_path(Glist[ig].Grafo, Lreq[k].i,
Lreq[k].j)
tamanho = len(
Camin
) - 1 #Tamanho do caminho encontrado para origem e destino
else:
tamanho = float('inf')
if (
tamanho <= Maxv
): #Verifica se o caminho encontrado é menor que o maior caminho minimo da instancia
for l in range(
0,
len(Camin) - 1
): #Transformar a lista de caminho encontrado em lista de arestas
mc.append((Camin[l], Camin[l + 1]))
LR.append(strgr.Resp(Camin.copy(), Glist[ig].numg))
Glist[ig].Grafo.remove_edges_from(mc)
mc.clear()
Camin.clear()
caminho = True
elif (Glist[ig].numg < len(Glist)
): #Verifica se o grafo atual é o ultimo grafo da lista
ig = ig + 1
Camin.clear()
elif (Glist[ig].numg == len(Glist)
): #Verifica se o grafo atual é o ultimo grafo da lista
if len(
Glist
) == melhor - 1: #Verifica se o numero de grafos ja criado é igual a melhor solução atual
Camin.clear()
return melhor
else:
g = I.CriaGrafo()
Glist.append(strgr.Rede(g, len(Glist) + 1))
Camin.clear()
ig = ig + 1
return len(Glist)
def solve(self, I):
self.tinit = time.time()
bGl = []
bLr = []
random.seed(self.semente)
Lreq = I.splitReq()
Fo = np.inf # Inicializando a Função objetivo com infinito
maxv = max(Lreq, key=lambda maxcmin: maxcmin.cmin)
maxcm = maxv.cmin # Atribuindo o maior caminho minimo dos dados
for i in range(self.niter):
Glist = [] # Lista de grafos
Lresp = [
] # Lista com os caminhos e os indices dos grafos da requisições
g = I.CriaGrafo()
Glist.append(strgr.Rede(g, len(Glist) + 1))
random.shuffle(Lreq) # Randomizando a Lista de requisição
if self.ord == 'cm':
# Ordenando a Lista de requisiçao em ordem decrescente em relação o Cammin
Lreq.sort(key=lambda cammin: cammin.cmin, reverse=True)
elif self.ord == 'fm':
Lreq.sort(key=lambda cammin: cammin.mxf)
elif self.ord == 'cm_fm':
Lreq.sort(key=lambda cammin: (cammin.cmin, (cammin.mxf * -1)),
reverse=True)
elif self.ord == 'fm_cm':
Lreq.sort(key=lambda cammin: ((cammin.mxf * -1), cammin.cmin),
reverse=True)
result = self.solver.solve(Lreq, Glist, I, Lresp, maxcm,
Fo) # Metodo Kapov
if result < Fo:
Fo = result
bGl = Glist
bLr = Lresp
tfim = time.time() - self.tinit
return [Fo, bGl, bLr, tfim]
def solve(self, Lreq, Glist, I, LR, Maxv, melhor):
if (melhor == np.inf):
result = kv.kapovBFD.solve(self, Lreq, Glist, I, LR, Maxv, np.inf)
melhor = result + 1
LR.clear()
Glist.clear()
for x in range(melhor - 1):
g = I.CriaGrafo()
Glist.append(strgr.Rede(g, len(Glist) + 1))
mc = [
] # Lista para converter a lista do caminho em lista de arestas encontrado
auxCamin = []
for k in range(len(Lreq)):
ig = 0 # Auxiliar para percorrer a lista de grafo
caminho = False # Indicador se encontrou o caminho da requisição
mincam = float('inf')
while not caminho:
# Verifica a existencia de caminho entre a origem e destino no grafo atual
if (nkx.has_path(Glist[ig].Grafo, Lreq[k].i, Lreq[k].j)):
Camin = nkx.shortest_path(Glist[ig].Grafo, Lreq[k].i,
Lreq[k].j)
# Tamanho do caminho encontrado para origem e destino
tamanho = len(Camin) - 1
else:
tamanho = float('inf')
if tamanho == Lreq[k].cmin:
# Transformar a lista de caminho encontrado em lista de arestas
for l in range(0, len(Camin) - 1):
mc.append((Camin[l], Camin[l + 1]))
LR.append(strgr.Resp(Camin.copy(), Glist[ig].numg))
Glist[ig].Grafo.remove_edges_from(mc)
mc.clear()
Camin.clear()
caminho = True
# Verifica se o caminho encontrado é menor que o maior caminho minimo da instancia
elif tamanho <= Maxv or mincam <= Maxv:
if tamanho < mincam:
mincam = tamanho
auxg = ig
auxCamin.clear()
auxCamin = Camin.copy()
Camin.clear()
if Glist[ig].numg == len(Glist):
# Transformar a lista de caminho encontrado em lista de arestas
for l in range(0, len(auxCamin) - 1):
mc.append((auxCamin[l], auxCamin[l + 1]))
LR.append(
strgr.Resp(auxCamin.copy(), Glist[auxg].numg))
Glist[auxg].Grafo.remove_edges_from(mc)
mc.clear()
auxCamin.clear()
caminho = True
else:
ig = ig + 1
# Verifica se o grafo atual é o ultimo grafo da lista
elif (Glist[ig].numg < len(Glist)):
ig = ig + 1
Camin.clear()
elif (Glist[ig].numg == len(Glist)):
# Transformar a lista de caminho encontrado em lista de arestas
for l in range(0, len(auxCamin) - 1):
mc.append((auxCamin[l], auxCamin[l + 1]))
LR.append(strgr.Resp(auxCamin.copy(),
Glist[auxg].numg))
Glist[auxg].Grafo.remove_edges_from(mc)
mc.clear()
auxCamin.clear()
caminho = True
# Verifica se o grafo atual é o ultimo grafo da lista
elif (Glist[ig].numg < len(Glist)):
ig = ig + 1
Camin.clear()
# Verifica se o grafo atual é o ultimo grafo da lista
elif (Glist[ig].numg == len(Glist)):
Camin.clear()
return melhor
return len(Glist)