def mesure_nbreNoeuds_ameliorationBranchement_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yBA = []
yBAP = []
yBAPP = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
sol, cptBA = branchementAmelioreBornesGlouton(G)
sol, cptBAP = branchementAmeliorePlusBornesGlouton(G)
sol, cptBAPP = branchementAmeliorePlusPlusBornesGlouton(G)
yBA.append(cptBA)
yBAP.append(cptBAP)
yBAPP.append(cptBAPP)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, yBA, c='green', label='branchement amélioré')
plt.scatter(x, yBAP, c='blue', label='branchement amélioré plus')
plt.scatter(x, yBAPP, c='red', label='branchement amélioré plus plus')
plt.legend()
plt.show()
def mesure_temps_bornes_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yB = []
yC = []
yG = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
start_time = time.time()
branchement(G)
yB.append(time.time() - start_time)
start_time = time.time()
bornesCouplage(G)
yC.append(time.time() - start_time)
start_time = time.time()
bornesGlouton(G)
yG.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la probabilité p de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yB, c='green', label='branchement')
plt.scatter(x, yC, c='blue', label='couplage')
plt.scatter(x, yG, c='red', label='glouton')
plt.legend()
plt.show()
def mesure_temps_bornesAmeliore_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yG = []
yGA = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
start_time = time.time()
bornesGlouton(G)
yG.append(time.time() - start_time)
start_time = time.time()
branchementAmelioreBornesGlouton(G)
yGA.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yGA, c='blue', label='gloutonAmeliore')
plt.scatter(x, yG, c='red', label='glouton')
plt.legend()
plt.show()
def mesure_temps_ameliorationBranchement_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yBA = []
yBAP = []
yBAPP = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
start_time = time.time()
branchementAmelioreBornesGlouton(G)
yBA.append(time.time() - start_time)
start_time = time.time()
branchementAmeliorePlusBornesGlouton(G)
yBAP.append(time.time() - start_time)
start_time = time.time()
branchementAmeliorePlusPlusBornesGlouton(G)
yBAPP.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yBA, c='green', label='branchement amélioré')
plt.scatter(x, yBAP, c='blue', label='branchement amélioré plus')
plt.scatter(x, yBAPP, c='red', label='branchement amélioré plus plus')
plt.legend()
plt.show()
def mesure_temps_bornes_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yB = []
yC = []
yG = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
start_time = time.time()
branchement(G)
yB.append(time.time() - start_time)
start_time = time.time()
bornesCouplage(G)
yC.append(time.time() - start_time)
start_time = time.time()
bornesGlouton(G)
yG.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yB, c='green', label='branchement')
plt.scatter(x, yC, c='blue', label='couplage')
plt.scatter(x, yG, c='red', label='glouton')
plt.legend()
plt.show()
def mesure_nbreNoeuds_bornes_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yB = []
yC = []
yG = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
sol, cptB = branchement(G)
sol, cptC = bornesCouplage(G)
sol, cptG = bornesGlouton(G)
yB.append(cptB)
yC.append(cptC)
yG.append(cptG)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, yB, c='green', label='branchement')
plt.scatter(x, yC, c='blue', label='couplage')
plt.scatter(x, yG, c='red', label='glouton')
plt.legend()
plt.show()
def mesure_nbreNoeuds_branchement_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
y = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
sol, cpt = branchement(G)
y.append(cpt)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, y)
plt.show()
def mesure_temps_branchement_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
y = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
start_time = time.time()
branchement(G)
y.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, y)
plt.show()
def mesure_qualite_algoCouverture_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yC = []
yG = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
yC.append(len(algo_couplage(G)))
yG.append(len(algo_glouton(G)))
plt.title(
'Qualité de la solution retournée en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Nombre de sommets de la solution retournée')
plt.scatter(x, yC, c='blue', label='algo_couplage')
plt.scatter(x, yG, c='red', label='algo_glouton')
plt.legend()
plt.show()
def mesure_nbreNoeuds_branchement_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
y = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
sol, cpt = branchement(G)
y.append(cpt)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, y)
plt.show()
def mesure_qualite_lasVegas_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yB = []
yLV = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
yB.append(len(lasVegas(G)))
yLV.append(len(branchementAmeliorePlusPlusBornesGlouton(G)))
plt.title(
'Qualité de la solution retournée en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Nombre de sommets de la solution retournée')
plt.scatter(x, yB, c='blue', label='avec Las Vegas')
plt.scatter(x, yLV, c='red', label='sans Las Vegas')
plt.legend()
plt.show()
def rapportApproximation(p, Nmax, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yC = []
yG = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
g = gr.grapheAlea(n, p)
sol, cpt = branchementAmeliorePlusPlusBornesGlouton(g)
solC = ma.algo_couplage(g)
solG = ma.algo_glouton(g)
yC.append(len(solC) / len(sol))
yG.append(len(solG) / len(sol))
plt.title("Rapport d'approximation")
plt.xlabel("Taille n")
plt.ylabel("r-approché")
plt.plot(x, yC, c='blue', label='algo_couplage')
plt.plot(x, yG, c='red', label='algo_glouton')
plt.legend()
plt.show()
def mesure_temps_branchement_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
y = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
start_time = time.time()
branchement(G)
y.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la probabilité p de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, y)
plt.show()
def mesure_nbreNoeuds_bornesAmeliore_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yG = []
yGA = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
sol, cptG = bornesGlouton(G)
sol, cptGA = branchementAmelioreBornesGlouton(G)
yG.append(cptG)
yGA.append(cptGA)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, yGA, c='blue', label='gloutonAmeliore')
plt.scatter(x, yG, c='red', label='glouton')
plt.legend()
plt.show()
def mesure_qualite_algoCouverture_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yC = []
yG = []
for i in range(nbInstances):
p = (i + 1) * 1 / (nbInstances)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
yC.append(len(algo_couplage(G)))
yG.append(len(algo_glouton(G)))
plt.title(
'Qualité de la solution retournée en fonction de la probabilité p de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Nombre de sommets de la solution retournée')
plt.scatter(x, yC, c='blue', label='algo_couplage')
plt.scatter(x, yG, c='red', label='algo_glouton')
plt.legend()
plt.show()
def mesure_qualite_lasVegas_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yB = []
yLV = []
for i in range(nbInstances):
p = (i + 1) * 1 / (nbInstances)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
yB.append(len(lasVegas(G)))
yLV.append(len(branchementAmeliorePlusPlusBornesGlouton(G)))
plt.title(
'Qualité de la solution retournée en fonction de la probabilité p de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Nombre de sommets de la solution retournée')
plt.scatter(x, yB, c='blue', label='avec Las Vegas')
plt.scatter(x, yLV, c='red', label='sans Las Vegas')
plt.legend()
plt.show()
def mesure_temps_lasVegas_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yB = []
yLV = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
start_time = time.time()
lasVegas(G)
yLV.append(time.time() - start_time)
start_time = time.time()
branchementAmeliorePlusPlusBornesGlouton(G)
yB.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yB, c='blue', label='avec Las Vegas')
plt.scatter(x, yLV, c='red', label='sans Las Vegas')
plt.legend()
plt.show()
def mesure_nbreNoeuds_bornesAmeliore_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yG = []
yGA = []
for i in range(nbInstances):
#p = (i+1)*1/(nbInstances)
p = 1 / math.sqrt(n)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
sol, cptG = bornesGlouton(G)
sol, cptGA = branchementAmelioreBornesGlouton(G)
yG.append(cptG)
yGA.append(cptGA)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, yGA, c='blue', label='gloutonAmeliore')
plt.scatter(x, yG, c='red', label='glouton')
plt.legend()
plt.show()
def mesure_nbreNoeuds_bornes3_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yB = []
yC = []
yG = []
yI = []
yCT = []
yGT = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
sol, cptB = branchement(G)
sol, cptC = bornesCouplage(G)
sol, cptG = bornesGlouton(G)
sol, cptI = bornesInf(G)
sol, cptCT = bornesCouplageTriviale(G)
sol, cptGT = bornesGloutonTriviale(G)
yB.append(cptB)
yC.append(cptC)
yG.append(cptG)
yI.append(cptI)
yCT.append(cptCT)
yGT.append(cptGT)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, yB, c='green', label='branchement')
plt.scatter(x, yC, c='blue', label='couplage')
plt.scatter(x, yG, c='red', label='glouton')
plt.scatter(x, yI, c='black', label='bornesInf')
plt.scatter(x, yCT, c='cyan', label='couplage-trivial')
plt.scatter(x, yGT, c='magenta', label='glouton-trivial')
plt.legend()
plt.show()
def mesure_temps_lasVegas_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yB = []
yLV = []
for i in range(nbInstances):
p = (i + 1) * 1 / (nbInstances)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
start_time = time.time()
lasVegas(G)
yLV.append(time.time() - start_time)
start_time = time.time()
branchementAmeliorePlusPlusBornesGlouton(G)
yB.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la probabilité p de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yB, c='blue', label='avec Las Vegas')
plt.scatter(x, yLV, c='red', label='sans Las Vegas')
plt.legend()
plt.show()
def mesure_temps_algoCouverture_p(n, nbInstances):
x = np.linspace(0.1, 1, nbInstances)
yC = []
yG = []
for i in range(nbInstances):
p = (i + 1) * 1 / (nbInstances)
if p == 1:
p = 0.99
G = gr.grapheAlea(n, p)
start_time = time.time()
algo_couplage(G)
yC.append(time.time() - start_time)
start_time = time.time()
algo_glouton(G)
yG.append(time.time() - start_time)
plt.title(
'Temps de calcul moyen tn en fonction de la probabilité p de chaque instance'
)
plt.xlabel('Probabilité p')
plt.ylabel('Temps de calcul moyen tn en secondes')
plt.scatter(x, yC, c='blue', label='algo_couplage')
plt.scatter(x, yG, c='red', label='algo_glouton')
plt.legend()
plt.show()
def mesure_nbreNoeuds_ameliorationBranchement_n(Nmax, p, nbInstances):
x = np.linspace(1, Nmax, nbInstances)
yBA = []
yBAP = []
yBAPP = []
for i in range(nbInstances):
n = int((i + 1) * Nmax / nbInstances)
G = gr.grapheAlea(n, p)
sol, cptBA = branchementAmelioreBornesGlouton(G)
sol, cptBAP = branchementAmeliorePlusBornesGlouton(G)
sol, cptBAPP = branchementAmeliorePlusPlusBornesGlouton(G)
yBA.append(cptBA)
yBAP.append(cptBAP)
yBAPP.append(cptBAPP)
plt.title(
'Nombre de noeuds visités en fonction de la taille n de chaque instance'
)
plt.xlabel('Taille n')
plt.ylabel('Nombre de noeuds visités')
plt.scatter(x, yBA, c='green', label='branchement amélioré')
plt.scatter(x, yBAP, c='blue', label='branchement amélioré plus')
plt.scatter(x, yBAPP, c='red', label='branchement amélioré plus plus')
plt.legend()
plt.show()
