基于K-means算法和集合覆盖模型的维修站选址

基于K-means算法和集合覆盖模型的维修站选址

论文摘要

为解决重汽维修服务站的选址问题,结合车辆的历史维修数据、行驶轨迹等信息,对选址问题展开研究。首先采用K-means聚类分析方法对车辆的分布状态进行大致的区域划分;其次选择车辆到达较多的区域进行选址,采用集合覆盖模型进行求解,寻找最佳的一组维修站备选点;最后在其他区域以此类推,得到最终的选址结果。

论文目录

  • 1 引言
  • 2 研究方法及流程
  •   2.1 研究流程
  •   2.2 K-means算法区域聚类
  •   2.3 集合覆盖模型
  • 3 实例分析
  •   3.1 数据预处理
  •   3.2 区域划分
  •   3.3 区域内维修站选址
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 张守京,李梦丹

    关键词: 维修站选址,算法,集合覆盖模型,需求点,地理坐标

    来源: 物流技术 2019年11期

    年度: 2019

    分类: 经济与管理科学,工程科技Ⅱ辑

    专业: 汽车工业

    单位: 西安工程大学机电工程学院

    基金: 陕西省教育厅科研计划项目(17JK0321),中国纺织工业联合会项目(2017100)

    分类号: U472

    页码: 69-74

    总页数: 6

    文件大小: 1591K

    下载量: 334

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于K-means算法和集合覆盖模型的维修站选址
    下载Doc文档

    猜你喜欢