### 如何在 Python 中安装和使用 LKH (旅行商问题求解器) #### 安装依赖项 为了能够在 Python 中使用 LKH，首先需要确保环境已正确配置。可以通过以下命令来安装必要的包： ```bash pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple [^1] ``` 此命令会从清华大学的镜像源中安装所需的 Python 包。 需要注意的是，LKH 并不是一个纯 Python 的库，而是一个基于 C 实现的高效 TSP 解决方案。因此，在实际应用中还需要额外编译或下载其可执行文件并将其集成到 Python 工作流中。 --- #### 下载和准备 LKH 执行程序 LKH 是由 Keld Helsgaun 开发的一种启发式算法，用于解决大规模的旅行商问题 (TSP)[^2]。要使用它，需完成以下几个步骤： 1. **获取 LKH 源码** 访问官方 GitHub 或其他可信资源站点下载最新版本的 LKH 源代码。 2. **编译 LKH** 使用支持的编译工具链（如 GCC），按照说明构建本地二进制文件 `lkh`。如果操作系统不支持自行编译，则可以从社区提供的预编译版本中选择适合的操作系统平台版本。 3. **放置可执行文件路径** 将生成好的 `lkh` 文件放入项目目录下或者添加至系统的 PATH 环境变量以便于后续调用。 --- #### 集成 LKH 到 Python 通过子进程的方式可以在 Python 中轻松调用外部命令行工具如 LKH 来处理数据输入输出操作。下面展示了一个简单的例子演示如何实现这一功能： ```python import subprocess import os def run_lkh(input_file, output_file): """ 调用 LKH 处理指定格式的数据集 参数: input_file: 输入参数文件名(包含节点坐标等信息) output_file: 输出结果保存位置 返回值: None 如果成功运行；否则抛出异常 """ lkh_executable = "./lkh" # 假设当前工作目录存在名为 'lkh' 的可执行文件 param_content = f""" PROBLEM_FILE = {input_file} OUTPUT_TOUR_FILE = {output_file} RUNS = 10 TRACE_LEVEL = 1 """ with open("params.par", "w") as params_f: params_f.write(param_content.strip()) try: result = subprocess.run([lkh_executable, "params.par"], check=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE) if result.returncode != 0: raise RuntimeError(f"LKH failed with error code {result.returncode}: {result.stderr.decode()}") except Exception as e: print(e) return False finally: # 清理临时参数文件 if os.path.exists("params.par"): os.remove("params.par") return True if __name__ == "__main__": success = run_lkh("example_input.tsp", "solution.txt") if not success: exit(-1) ``` 上述脚本定义了一个函数 `run_lkh()` ，该函数接受两个字符串类型的参数分别代表输入实例以及期望存储解决方案的位置。内部创建了一个小型辅助性的 `.par` 文档传递给 LKH 运行时解析所需选项设置[^2]。 注意：以上示例假定用户已经准备好符合 TSPLIB 格式的测试案例作为入口条件之一。 --- #### 数据转换与验证 由于许多现实世界中的优化场景可能并不直接满足标准形式化描述的要求，所以在正式提交前往往还需经历一系列预处理阶段比如标准化距离矩阵计算等等。同样地，最终得到的结果也需要进一步解释才能被可视化呈现出来供决策者参考理解。 ---