Python 通过加权图的最短路径

我想创建一个网络优化模型，它使用概率分布而不是节点间权重的单点估计。首先，我编写了一个python脚本，用Neo4j构建了一个示例网络：

from py2neo import neo4j
import random

random.seed(1234)

def makeGraph():
    graph_db = neo4j.GraphDatabaseService()
    graph_db.clear()
    location = graph_db.get_or_create_index(neo4j.Node, "LOCATION")
    loss = graph_db.get_or_create_index(neo4j.Relationship, "LOSS")
    fromToLoss = []
    fromToLoss.append(('start', 'm', random.gammavariate(alpha=3, beta=1)))
    fromToLoss.append(('start', 'n', random.normalvariate(mu = 5, sigma = 0.5)))
    fromToLoss.append(('start', 'o', random.gammavariate(alpha=6, beta=0.5)))
    fromToLoss.append(('m', 'p', random.gammavariate(alpha=5, beta=0.5)))
    fromToLoss.append(('n', 'p', random.gammavariate(alpha=7, beta=0.5)))
    fromToLoss.append(('n', 'q', random.gammavariate(alpha=6, beta=0.5)))
    fromToLoss.append(('o', 'q', random.normalvariate(mu = 5, sigma = 0.5)))
    fromToLoss.append(('p', 'r', random.gammavariate(alpha=6, beta=0.5)))
    fromToLoss.append(('p', 's', random.gammavariate(alpha=6, beta=0.5)))
    fromToLoss.append(('q', 's', random.normalvariate(mu = 6, sigma = 0.4)))
    fromToLoss.append(('q', 't', random.gammavariate(alpha=6, beta=0.5)))
    fromToLoss.append(('r', 'end', random.normalvariate(mu = 5, sigma = 0.5)))
    fromToLoss.append(('s', 'end', random.gammavariate(alpha = 5, beta=0.7)))
    fromToLoss.append(('t', 'end', random.normalvariate(mu = 5, sigma = 0.5)))
    for edge in fromToLoss:
        vertexFrom, vertexTo, loss = edge
        fromLocation = location.get_or_create('LOCATION', vertexFrom, {'location':vertexFrom})
        toLocation = location.get_or_create('LOCATION', vertexTo, {'location':vertexTo})
        path = fromLocation.get_or_create_path(("CONNECTS", {"distance": loss}), toLocation)

makeGraph()

Python脚本创建以下图形：

从长远来看，我的意图是从实际旅程中反复抽取成本/时间，以便了解如何通过网络最佳地发送货物，以及可以预期的服务级别。它实际上是通过加权网络的最短路径的蒙特卡罗模拟

我是Neo4j新手，尝试编写最短路径密码查询：

START beginning=node(228068), end=node(228077) 
MATCH p = shortestPath(beginning-[*..500]-end) 
RETURN p

它通过网络返回以下路径：

查询返回的通过网络的路由不是距离最短的路由。我认为顶点之间的边的权重相等

您是否可以看到需要对Cypher查询执行哪些操作才能按距离对最短路径进行加权

START start=node(244667), end=node(244676)
MATCH p=(start)-[:CONNECTS*1..4]->(end)
RETURN p as shortestPath,
REDUCE(distance=0, r in relationships(p) | distance+r.distance) AS totalDistance
ORDER BY totalDistance ASC
LIMIT 1

尝试此查询，这应该适合您

首先尝试获取从StartNode到EndNode的路径，然后调用

REDUCE

函数，将累加器的初始值设置为0。我们运行集合（路径）并查看关系，

REDUCE

将在集合的每个元素上运行管道笔划后面的表达式，因为我们需要r并对所有距离求和。最后但并非最不重要的是，我们按总距离排序，它将显示从节点228068到节点228077的最短路径

帕特里克