Verwenden Sie Gurobi, um networkx.Graph mit der höchsten Edge-Konnektivität zu erstellen ⇐ Python

[Guest]

Ich habe das folgende Diagramm G

Code: Select all

G

wird mit dem folgenden Code erstellt

Code: Select all

import networkx as nx
import matplotlib.pyplot as plt

G = nx.hoffman_singleton_graph()
pos = nx.spring_layout(G)
nx.draw(G, pos=pos)
nx.draw_networkx_labels(G=G, pos=pos)
plt.show()

Code: Select all

G

besteht aus 50 Knoten. Ich möchte nur 25 Knoten einbeziehen. Darüber hinaus möchte ich nur die Knoten (und Kanten) einbeziehen, die die Konnektivität zwischen Knoten A (=5) und Knoten B (=20) maximieren.
Ich habe den folgenden Code geschrieben:

Code: Select all

import numpy as np
import gurobipy as grb
from networkx.algorithms.connectivity import local_edge_connectivity

A = 5
B = 20
nodes = list(G.nodes)
n_nodes = len(nodes)
edges = nx.to_numpy_array(G, nodelist=nodes)
thresh_nodes = 25

model = grb.Model()
F = model.addMVar(n_nodes, vtype=grb.GRB.BINARY)

model.addConstr(F.sum() == thresh_nodes)
model.addConstr(F[nodes.index(A)] == 1)
model.addConstr(F[nodes.index(B)] == 1)

E = F * edges

model.setObjective(local_edge_connectivity(nx.from_numpy_array(A=E), A, B), grb.GRB.MAXIMIZE)
model.optimize()

Dies führt zu einem Fehler, da nx.from_numpy_array() den Datentyp von E nicht verarbeiten kann. Wie erstelle ich ein temporäres np.ndarray der .X-Werte ({0, 1}) von E und verwende dieses, um die Lösung(en) zu bestimmen?