最短路径在加权图中

Question

我想创建一个网络优化模型，它使用概率分布代替节点间权重的单点估计。首先，我编写了一个python脚本，在Neo4j中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脚本将创建以下图形：

从长远来看，我的目的是反复地从旅行的实际航程中抽取成本/时间，以便了解如何在网络中以最佳方式发送货物，以及预期的服务级别。这是一个有效的蒙特卡罗模拟通过加权网络的最短路径。在

我是Neo4j新手，尝试编写最短路径密码查询：

^{pr2}$

它通过网络返回以下路径：

从距离来看，查询返回的通过网络的路由不是最短的。我设想顶点之间的边被平均加权。在

你能看到需要对Cypher查询做些什么来按距离加权最短路径吗？在

Answer 1

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

试试这个查询，这应该对你有用。在

首先尝试获取从StartNode到EndNode的路径，然后调用REDUCE函数，用初始值0设置一个累加器。当我们遍历集合（路径）并查看关系时，REDUCE将在集合的每个元素的管道笔划后面运行表达式，因此我们需要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。。。在

帕特里克