dwave中的Independent Set

最新推荐文章于 2022-04-20 21:05:20 发布

不明事理小兔几

最新推荐文章于 2022-04-20 21:05:20 发布

阅读量438

点赞数

分类专栏： Dwave编程实现

本文链接：https://blog.csdn.net/weixin_43912104/article/details/106111438

版权

本文介绍了如何使用dwave_networkx库在图中找到最大加权独立集。通过maximum_weighted_independent_set函数，可以利用采样器解决QUBO问题来寻找最大权重的独立节点集合。此外，还提到了maximum_independent_set函数用于寻找最大大小的独立集，以及is_independent_set函数用于验证节点集是否构成独立集。

摘要由CSDN通过智能技术生成

独立集是图的顶点的集合，集合中的点之间没有边相连。

maximum_weighted_independent_set(G[, …])	返回近似最大加权独立集
maximum_independent_set(G[, sampler, lagrange])	返回近似最大独立集
is_independent_set(G, indep_nodes) 判断给定的节点是否来自独立集

dwave_networkx.maximum_weighted_independent_set

maximum_weighted_independent_set(G, weight=None, sampler=None, lagrange=2.0, **sampler_args)
返回近似最大加权独立集。定义一个QUBO，其基态对应于最大加权独立集，并使用采样器对其进行采样。一个独立的集合是这样一组节点，即由这些节点诱导的G的子图不包含边。最大独立集是最大总节点权重的独立集

参数

G (NetworkX graph) 想要寻找最大独立集的原问题图
weight (string, optional (default None))如果没有这一项，每个节点具有相同的权重。如果是字符串，请使用该节点分配作为节点权重。假设没有该属性的节点具有最大权重。
sampler 二元二次模型采样器。采样器是从由Ising方程或二次无约束二进制优化问题(QUBO)定义的模型中的低能态进行采样的过程。一个采样器应该有“sample_qubo”和“sample_ising”两种方法。按照增加能量的顺序，取样器应返回可重复计数的采样结果。如果没有提供采样器，将会使用set_default_sampler函数默认提供一个
lagrange(optional (default 2))拉格朗日参数加权约束(集合中没有边)与目标(可能的最大集合)。
sampler_args 要传递给sampler的其他关键参数

返回indep _ nodes–由给定采样器确定的最大加权独立集的节点列表
返回类型 list