2024 五一数学建模竞赛 B题 未来新城背景下的交通需求规划与可达率问题 思路和代码

问题一代码:

import networkx as nx

# 读取附件中的交通网络数据
G = nx.read_adjlist("attachment2.txt", nodetype=int)

# 定义函数来计算期望可达率
def expected_reachability(G, edge_failure_probabilities):
    total_demand = sum(G[u][v]['demand'] for u, v in G.edges())
    total_reachable_demand = 0

    for u, v in G.edges():
        # 计算边(u, v)上的可达率
        edge_demand = G[u][v]['demand']
        edge_reachability = 1 - edge_failure_probabilities[(u, v)]
        total_reachable_demand += edge_demand * edge_reachability

    return total_reachable_demand / total_demand

# 计算每条边的故障概率，假设每个边的故障概率相同（此处可根据实际情况调整）
edge_failure_probabilities = {(u, v): 0.1 for u, v in G.edges()}

# 找到最优的交通需求分配方案，使得期望可达率最大化
# 这里可以使用各种最优化算法，例如模拟退火、遗传算法、梯度下降等
# 这里简单起见，假设所有交通需求都平均分配到所有路径上
optimal_deman