python - 补充网络上的座位优化

Question

我正在寻求执行座位优化范例，但与传统问题不同，您希望将类似的人组合在一起，我想基于彼此不认识的人来执行此操作。例如，如果我们有 100 个人，并且知道每个人的进出度，以及边缘权重（边缘权重 = 他们彼此了解的程度）。

我一直在考虑使用补集网络 ( nx.complement(g)) 然后使用社区检测。这样做的问题是我们需要能够指定社区的数量和每个社区的最大人数。此外，我还需要能够这样做 3-4 次才能获得多轮牌桌（想想 4 个不同的分组讨论，每个分组都不认识，分组分组之间的重叠最小）。

考虑到上面列出的约束，还有哪些其他可能的解决方案可以使每个表的连接总数最小化？

标签： pythonnetworkx