解决多源多目标图形游戏

我正在尝试对下面的图形问题进行分类或寻找解决方案的提示。

有一个(邻接)矩阵,可以包含三种类型的元素:单位、点和简单地形。

地形没有具体的意义。

单位有一个位置(由矩阵定义的x,y)以及它们可以获取的点数。
点有一个位置(由矩阵定义的x,y)。
获取一个点的成本是点和单位之间的曼哈顿距离。
每个点只能被一个单位获取。

问题是:如何找到单位获取点的成本最低的配置,使得单位的所有资源都被消耗殆尽?

示例:
u1可以获取3个点
u2可以获取2个点

p1 n n p2  n u1 n p3  p4 n n n  n n u2 p5

其中一个最优解是:

u1 = p1, p2, p4  cost(u1)=2+3+2=7  u2 = p3, p5  cost(u2)=3+1=4  Total cost = 11  

(对于这个配置是最小的)

备注:我尝试使用统一成本搜索和A*(使用简单的启发式方法)来解决这个问题,但即使对于矩阵的较小尺寸,我也得到了非常多的状态并耗尽了内存。


回答:

我可以将其简化为最小成本最大流问题。

让我们构建一个网络。为每个单位和每个点分配一个顶点。对于每一对(单位,点),添加一条有向边,容量为1,成本等于相应的曼哈顿距离。添加一个汇点,将其连接到所有单位。添加一个陷阱,并将所有点连接到它。

分配以下成本和容量值:
cap( u, v ) = 1,如果从u到v有一条边
cost( u, v ) = 0,如果u = 汇点或v = 陷阱;否则等于单位u到点v的曼哈顿距离。

现在,如果我们在该网络中找到最小成本最大流,它将是您问题的解决方案。为什么?因为我们找到了从每个“单位”顶点移动一个流量单位到某个“点”顶点的最小成本方式,这相当于原始问题。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注