在网络可靠性中，一种较为经典且在实践中更为常用的可靠度计算便是二终端可靠度，即给定网络拓扑结构与边可靠度（假定节点完全可靠），计算网络中指定的两个节点之间的连通可靠度。

在此，笔者依据最小路集思想给出此方法的python代码实现，该代码可以依据给定的输入矩阵、节点序号等设定值算出两节点间的连通可靠度。

逻辑代码与测试用例如下：

import itertools
def min_path_sets(init_matrix,index_start,index_end):
    import re
    num_point = init_matrix.shape[0]
    min_path_list = []
    for i in range(num_point-1):
        temp = init_matrix**(i+1)
        item = expand(temp[index_start-1,index_end-1])
        list_given = re.sub('[ *123456789]',"",str(item)).split("+")
        
        #删除指定阶数下，路径长度不等于阶数的路
        index_to_delete = []
        for j in range(len(list_given)):
            if len(list_given[j])!=(i+1) or list_given[j]=='0':
                index_to_delete.append(j)
        for counter, index in enumerate(index_to_delete):
            index = index - counter
            list_given.pop(index)
        
        min_path_list.extend(list_given)
    return min_path_list

def str_de_duplication(pstr):
    a = ''
    for i in range(len(pstr)):
        if pstr[i] not in a:
            a+=pstr[i]
    return a

def product_symbol(pstr,my_dict):
    import numpy as np
    value_list = []
    for i in pstr:
        value_list.append(my_dict[i])
    return np.prod(value_list)

def generate_label(path_sets,my_dict):
    import numpy as np
    all_result = []
    for exp_num in range(len(path_sets)):
        item_Combination = list(itertools.combinations(path_sets, exp_num+1))
        item_list = list(map(lambda x: str_de_duplication("".join(x)),item_Combination))
        value_list = list(map(lambda x: product_symbol(x,my_dict),item_list))
        all_result.append(np.sum(value_list)*(-1)**(exp_num))
    return np.sum(all_result)

def Matrix_label(init_matrix,my_dict,index_start,index_end):
    path_sets = min_path_sets(init_matrix,index_start,index_end)
    pro_value = generate_label(path_sets,my_dict)
    return pro_value

from sympy import *
from sympy.abc import A,B,C,D,E,F
index_start = 2
index_end = 1
data = Matrix([[0,A,B],
               [A,0,C],
               [B,C,0]])
my_dict = {'A':0.8,
           'B':0.9,
           'C':0.9}

Matrix_label(data,my_dict,index_start,index_end)

在前部分，主要定义了几个函数以便求出最小路集以及利用容斥原理计算二终端可靠度，最终外层函数为Matrix_label(data,my_dict,index_start,index_end)：

参数解释：

• data：矩阵形式的数据，表征整个网络的拓扑结构和边可靠度，其中每一个矩阵元素要么为0，要么预设的字母如“A、B、C”等，每个字母取值为0到1（不包含0但包括1），元素为0表示对应行号与列号的节点之间无边相连，元素为字母如“A”表示对应行号与列号的节点之间以可靠度为A的概率相连；
• my_dict：字典形式的数据，指定每一个用到的字母所表示的概率值，如{'A':0.8,'B':0.9,'C':0.9}，特别指出网络中节点之间的连通概率可以相异；
• index_start：二终端节点中的起始点序号；
• index_end：二终端节点中的终止点序号；

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python如何导入海龟绘图库并制作贪吃蛇游戏

  一个简单的贪吃蛇程序，供大家参考，具体内容如下

• pygame怎么样制作一个简易中文输入框

  本文主要介绍了pygame实现中文输入框的示例，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

• Python虚拟环境如何创建设置，操作是什么

  这篇文章主要为大家介绍了python 虚拟环境，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助<BR>

• 基于python怎样实现证件照抠图及换背景

  有时候我们的证件照需要换底色，又来不及去照相馆拍照，用ps也不好抠图，所以今天给你们分享一下如何用python来抠图，并换底色

• numpy中dot()函数怎么使用?

  这篇文章给大家分享的是numpy中dot()函数的使用，文中示例代码介绍的非常详细，对大家学习和理解dot()函数的计算方式有一定帮助，感兴趣的朋友接下来一起跟随小编看看吧。