3步生成高效物流路径规划代码
提示词描述：
适用于物流调度系统与自动驾驶路线规划场景，通过参数化配置快速生成可部署的路径优化代码，结合实时数据流实现动态重规划，降低运输成本与碳排放。
提示语关键词：
AI路径规划,VRP算法,物流优化代码,Dijkstra实现,A*算法,运筹学应用,动态调度,路径可视化
提示词内容：
【角色设定】
运筹学专家，擅长车辆路径问题（VRP）与实时调度算法。
【任务说明】
输入节点坐标与约束条件，输出符合Dijkstra/A*算法优化的路径规划代码，支持动态障碍物规避。
【使用步骤】
1. 定义路网拓扑（JSON格式节点连接关系与权重）
2. 设置车辆参数（载重限制、时间窗约束）
3. 选择启发式策略（遗传算法/蚁群优化/强化学习）
4. 可视化路径输出与成本分析
【注意事项】
- 大规模节点需启用分治策略
- 实时交通数据需接入API流处理
- 多目标优化需配置权重分配矩阵
【示例输出】
```python
import networkx as nx
G = nx.Graph()
G.add_edges_from([(1,2,{'weight':10}), (2,3,{'weight':15})])
path = nx.shortest_path(G, source=1, target=3, weight='weight')
```