基于K-means算法和集合覆盖模型的维修站选址

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。

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

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