基于最大最小距离聚类算法的改进多重心法选址研究
发布时间:2021-05-05 16:41
物流配送中心的选址在整个供应链的运输方面都是十分关键的决策问题,如何科学地运用统计学及其他学科理论来解决物流配送中心选址就成为亟待解决的重要课题。而重心法因其计算简单高效并可连续选点,成为解决单个物流中心选址应用最广泛的模型。与启发式算法相比,有计算时间空间开销小,可避免维数灾难,避免陷入局部最优等优势。本文基于数据挖掘领域的最大最小距离聚类算法、K-means算法、基于密度的孤立点筛查算法等结合改进的重心法,提出了一种基于最大最小距离聚类的多重心选址方法,为多配送中心选址问题提供了一种新的思路和有效的选址方法。本文主要研究工作如下:首先,本文结合了数据挖掘中的聚类算法,提出了基于最大最小距离法的多重心法选址方法,该方法可以将重心法应用于多设施选址问题的研究,它的优势还在于能智能地确定聚类中心个数、提高聚类效率,降低总成本。此方法包括三个阶段:分区聚类阶段、改进的重心法选址阶段及总费用计算调整阶段。其次,由于传统重心法仅考虑运输成本的局限性。本文有针对性的对其进行改进。加入了地价作为权重,在初始计算备选点时即考虑地价因素,使得总费用较优。然后在计算总费用的模型中加入固定费用、地价及用地...
【文章来源】:辽宁师范大学辽宁省
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 选题的背景与意义
1.1.1 选题的背景
1.1.2 选题的意义
1.2 国内外研究现状
1.2.1 配送中心选址问题的研究
1.2.2 重心法改进的研究
1.2.3 多重心法中需求分区算法的研究
1.3 研究内容
1.4 研究的思路与方法
2 基于聚类算法的改进多重心法选址方法概述
2.1 物流配送中心选址概述
2.1.1 物流配送中心选址的基本原则与影响因素
2.1.2 物流配送中心选址步骤
2.1.3 物流配送中心选址常用方法
2.2 重心法概述
2.2.1 重心法的概念
2.2.2 多重心法的概念
2.3 数据挖掘及聚类分析概述
2.3.1 数据挖掘概述
2.3.2 聚类算法概述
2.3.3 聚类算法分类
3 基于最大最小距离聚类算法的改进多重心选址方法
3.1 选址流程描述
3.2 基于最大最小距离多重心选址步骤
3.3 选址流程框架
3.4 本章小结
4 重心法选址模型的改进
4.1 问题的提出
4.2 模型假设
4.3 改进的模型构建
4.4 模型计算步骤
4.5 小结
5 基于最大最小距离算法的三段式配送点分区聚类算法
5.1 最大最小距离聚类算法
5.1.1 最大最小距离聚类算法原理
5.1.2 最大最小距离聚类算法步骤
5.1.3 最大最小距离聚类算法参数设定
5.2 基于最大最小距离的三段式多中心聚类算法
5.2.1 问题的提出
5.2.2 基于最大最小三段式算法描述
5.2.3 基于最大最小三段式算法步骤
5.2.4 基于最大最小距离三段式聚类算法流程图
5.3 小结
6 仿真实验
6.1 实验仿真数据集
6.2 实验步骤
6.2.1 各算法程序分别对需求点聚类
6.2.2 分别用重心法求最优解坐标
6.2.3 总费用计算与选址结果对比
6.3 实验结果分析
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】:
期刊论文
[1]物流业发展中长期规划 加快物流运输业转型升级[J]. 赵艳. 交通世界(运输.车辆). 2014(09)
[2]基于禁忌搜索的物流配送中心选址方法研究[J]. 申海静,韩晓龙. 物流科技. 2011(07)
[3]系统聚类和重心法在多节点配送中心选址中的研究[J]. 孔继利,顾苧,孙欣,冯爱兰. 物流技术. 2010(05)
[4]改进的重心法在多节点物流配送中心选址中的应用[J]. 李强利,杨茂盛. 消费导刊. 2009(17)
[5]多重心法下的多个仓库选址模型研究及应用[J]. 宋世强. 科技和产业. 2009(06)
[6]基于聚类和重心法的区域配送中心选址应用研究[J]. 叶浔宇. 中国市场. 2009(23)
[7]基于改进的重心法在配送中心选址中的应用[J]. 谢静,杨茂盛. 商场现代化. 2007(31)
[8]基于重心法与离散模型的配送中心选址研究[J]. 杨茂盛,姜华. 铁道运输与经济. 2007(07)
[9]改进重心法在物流配送中心选址中的应用[J]. 杨茂盛,李霞. 物流技术. 2007(06)
[10]基于遗传算法和模糊综合评价法物流配送中心选址研究[J]. 任春玉,王晓博. 物流科技. 2006(10)
硕士论文
[1]基于聚类蚁群算法的区域物流配送中心选址模型研究[D]. 饶良良.江西财经大学 2012
本文编号:3170228
【文章来源】:辽宁师范大学辽宁省
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 选题的背景与意义
1.1.1 选题的背景
1.1.2 选题的意义
1.2 国内外研究现状
1.2.1 配送中心选址问题的研究
1.2.2 重心法改进的研究
1.2.3 多重心法中需求分区算法的研究
1.3 研究内容
1.4 研究的思路与方法
2 基于聚类算法的改进多重心法选址方法概述
2.1 物流配送中心选址概述
2.1.1 物流配送中心选址的基本原则与影响因素
2.1.2 物流配送中心选址步骤
2.1.3 物流配送中心选址常用方法
2.2 重心法概述
2.2.1 重心法的概念
2.2.2 多重心法的概念
2.3 数据挖掘及聚类分析概述
2.3.1 数据挖掘概述
2.3.2 聚类算法概述
2.3.3 聚类算法分类
3 基于最大最小距离聚类算法的改进多重心选址方法
3.1 选址流程描述
3.2 基于最大最小距离多重心选址步骤
3.3 选址流程框架
3.4 本章小结
4 重心法选址模型的改进
4.1 问题的提出
4.2 模型假设
4.3 改进的模型构建
4.4 模型计算步骤
4.5 小结
5 基于最大最小距离算法的三段式配送点分区聚类算法
5.1 最大最小距离聚类算法
5.1.1 最大最小距离聚类算法原理
5.1.2 最大最小距离聚类算法步骤
5.1.3 最大最小距离聚类算法参数设定
5.2 基于最大最小距离的三段式多中心聚类算法
5.2.1 问题的提出
5.2.2 基于最大最小三段式算法描述
5.2.3 基于最大最小三段式算法步骤
5.2.4 基于最大最小距离三段式聚类算法流程图
5.3 小结
6 仿真实验
6.1 实验仿真数据集
6.2 实验步骤
6.2.1 各算法程序分别对需求点聚类
6.2.2 分别用重心法求最优解坐标
6.2.3 总费用计算与选址结果对比
6.3 实验结果分析
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】:
期刊论文
[1]物流业发展中长期规划 加快物流运输业转型升级[J]. 赵艳. 交通世界(运输.车辆). 2014(09)
[2]基于禁忌搜索的物流配送中心选址方法研究[J]. 申海静,韩晓龙. 物流科技. 2011(07)
[3]系统聚类和重心法在多节点配送中心选址中的研究[J]. 孔继利,顾苧,孙欣,冯爱兰. 物流技术. 2010(05)
[4]改进的重心法在多节点物流配送中心选址中的应用[J]. 李强利,杨茂盛. 消费导刊. 2009(17)
[5]多重心法下的多个仓库选址模型研究及应用[J]. 宋世强. 科技和产业. 2009(06)
[6]基于聚类和重心法的区域配送中心选址应用研究[J]. 叶浔宇. 中国市场. 2009(23)
[7]基于改进的重心法在配送中心选址中的应用[J]. 谢静,杨茂盛. 商场现代化. 2007(31)
[8]基于重心法与离散模型的配送中心选址研究[J]. 杨茂盛,姜华. 铁道运输与经济. 2007(07)
[9]改进重心法在物流配送中心选址中的应用[J]. 杨茂盛,李霞. 物流技术. 2007(06)
[10]基于遗传算法和模糊综合评价法物流配送中心选址研究[J]. 任春玉,王晓博. 物流科技. 2006(10)
硕士论文
[1]基于聚类蚁群算法的区域物流配送中心选址模型研究[D]. 饶良良.江西财经大学 2012
本文编号:3170228
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3170228.html