network centrality

Optimisation Logistique sur Archipel (Graphes Déconnectés)

Scénario de test & Cas d'usage

Contexte Métier

Une entreprise de logistique gère des livraisons sur plusieurs îles non reliées entre elles (composantes déconnectées). Elle veut calculer la 'Proximité' (Closeness) pour placer des entrepôts optimaux. Le défi est de gérer les distances infinies entre les îles sans faire planter le calcul.
Préparation des Données

Création de 2 clusters totalement déconnectés (Ile A et Ile B).

Copié !
1DATA mycas.route_logistique; INPUT from $ to $ dist; DATALINES; VilleA1 VilleA2 10
2VilleA2 VilleA3 5
3VilleA3 VilleA1 12
4VilleB1 VilleB2 4
5VilleB2 VilleB3 8
6; RUN;

Étapes de réalisation

1
Tentative de calcul standard (risque d'erreur ou de valeurs nulles sur Closeness classique).
Copié !
1 
2PROC CAS;
3network.centrality / links={name='route_logistique', weight='dist'} close='WEIGHT' closeNoPath='HARMONIC' outNodes={name='entrepots_optimaux', replace=true};
4 
5RUN;
6 
2
Vérification des valeurs de proximité harmonique.
Copié !
1 
2PROC CAS;
3TABLE.fetch / TABLE={name='entrepots_optimaux'} sortBy=[{name='centr_close_wt', order='DESCENDING'}];
4 
5RUN;
6 

Résultat Attendu


L'utilisation de 'closeNoPath=HARMONIC' doit permettre de calculer un score de proximité valide même si VilleA et VilleB ne sont pas connectées. Les scores ne doivent pas être 'Missing' ou infinis.