基于最大最小距離聚類算法的改進多重心法選址研究.pdf

1、物流配送中心的選址在整個供應(yīng)鏈的運輸方面都是十分關(guān)鍵的決策問題，如何科學(xué)地運用統(tǒng)計學(xué)及其他學(xué)科理論來解決物流配送中心選址就成為亟待解決的重要課題。而重心法因其計算簡單高效并可連續(xù)選點，成為解決單個物流中心選址應(yīng)用最廣泛的模型。與啟發(fā)式算法相比，有計算時間空間開銷小，可避免維數(shù)災(zāi)難，避免陷入局部最優(yōu)等優(yōu)勢。
　　本文基于數(shù)據(jù)挖掘領(lǐng)域的最大最小距離聚類算法、K-means算法、基于密度的孤立點篩查算法等結(jié)合改進的重心法，提出了一種基于

2、最大最小距離聚類的多重心選址方法，為多配送中心選址問題提供了一種新的思路和有效的選址方法。本文主要研究工作如下:
　　首先，本文結(jié)合了數(shù)據(jù)挖掘中的聚類算法，提出了基于最大最小距離法的多重心法選址方法，該方法可以將重心法應(yīng)用于多設(shè)施選址問題的研究，它的優(yōu)勢還在于能智能地確定聚類中心個數(shù)、提高聚類效率，降低總成本。此方法包括三個階段:分區(qū)聚類階段、改進的重心法選址階段及總費用計算調(diào)整階段。
　　其次，由于傳統(tǒng)重心法僅考慮運輸成本

3、的局限性。本文有針對性的對其進行改進。加入了地價作為權(quán)重，在初始計算備選點時即考慮地價因素，使得總費用較優(yōu)。然后在計算總費用的模型中加入固定費用、地價及用地規(guī)模、運營費用等實際因素進行改進，這樣可以避免出現(xiàn)聚類中心越多，總費用越低這種不符合實際的現(xiàn)象。
　　再次，本文在分析了經(jīng)典的K-means聚類算法、層次聚類算法和DBSCAN算法的主要優(yōu)缺點的基礎(chǔ)上，提出了三段式聚類算法。首先用最大最小距離算法確定初始的聚類中心，然后利用K-

4、Means算法進行分類，最后為了避免孤立點對實際聚類效果的影響，在第三部分加入了孤立點篩查機制，來提高聚類效率，增強算法的魯棒性，還能避免因為個別孤立點的存在，使得聚類中心偏移總成本增加的情況。
　　最后為了檢驗在劃分區(qū)域時使用最大最小距離三段式算法的可行性和有效性，本文對三段式算法和層次聚類法、K-means算法、DBSCAN算法進行了仿真對比實驗。從實驗結(jié)果看，應(yīng)用最大最小距離聚類算法確定初始聚類中心數(shù)量和位置的三段式聚類算法