聚类算法在物流配送中心选址问题中的研究与应用

发布时间：2021-10-21 05:30

　　随着网络的普及和居民消费需求的提升,网络购物这种新型消费模式迅猛发展,使面向普通消费者的快递物流业成为了物流行业新的爆发点。电商对物流的时效性要求越来越高,使得快递物流业对快件的集散、分拣、中转效率的要求也越来越高。物流配送中心是快件流通过程中的关键节点,在整个物流系统中起着承上启下的作用,配送中心的选址对物流成本、在途时间影响巨大,一个好的配送中心选址决策可以使得快件在汇集、中转、分发、配送的过程达到最少的费用和时间。本文先对物流配送中心的选址相关理论进行阐述,对比了不同选址模型的优缺点。在前人的研究基础之上,本文深入地分析了在现代物流运转规则下的物流配送流程,总结了物流配送中心选址的4个特点:物流配送服务是巡回配送的、配送中心选址与配送线路规划的相互影响、物流配送中心选址的多层级特性、同层级配送中心存件数量要求均衡性。根据物流配送中心选址的问题特点,本文设计了一套适用于物流配送中心选址的基于BIRCH聚类的多层级均衡选址算法,先使用带容量限制的BIRCH算法将所有的需求点划分为不重叠的配送范围,再使用重心法在各个配送范围内进行单配送中心选址。为物流配送中心选址问题提供了更好的解决方... 

【文章来源】：中国科学院大学(中国科学院沈阳计算技术研究所)辽宁省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

常见的数据结构特征

向量化的两个新闻向量夹角越接近于零，则两条新闻就越相） 欧氏距离距离函数在连续的特征空间中十分常见，它所表征的含义即是个向量的绝对距离，计算公式如下，m 是向量维数。 21,y = =mi iid x x y x y ...........................欧氏距离有许多改进变形，如标准化欧氏距离针对各维度分量将各个分量都标准化到均值、方差一致；加权欧氏距离针对各影响权重不同，在公式里加上了权重因子。） 曼哈顿距离市中开车从一个路口到另一个路口，驾驶距离是两点之间的不是，因为汽车要按照横纵的街道行进，所以实际驾驶距离远

图 2.3 聚类算法分类Figure 2.3Aclassification of clustering algorithms2.1.4 聚类结果评估对于一个数据集，不管是否存在潜在的数据结构，应用聚类算法后都可以生成一个聚类结果；而且不同的聚类方法通常会导致不同的结果；甚至对于相同的算法，不同的参数或不同的输入数据顺序也可能会产生不同的结果。如何判断一个聚类结果是否完成了分析目标？数据集中隐藏了多少个子簇？所获得的聚类结果是真正有效的还是仅仅是算法的人工产物？为什么我们选择某种算法而不是另一种算法？这就是聚类结果评估的目的所在。有效的评估标准应该为用户提供聚类结果的置信度，使用户明白聚类结果的可信程度。同时，这些评估应该客观，对任何

【参考文献】：
期刊论文
[1]基于密度峰值的网格聚类算法[J]. 杨洁,王国胤,王飞.  计算机应用. 2017(11)
[2]基于GPS轨迹的城市拥堵区域挖掘与分析[J]. 武兴业,吴悦,岳晓冬.  计算机技术与发展. 2016(07)
[3]面向大数据处理的并行优化抽样聚类K-means算法[J]. 周润物,李智勇,陈少淼,陈京,李仁发.  计算机应用. 2016(02)
[4]基于元胞储存的小波聚类转子故障诊断[J]. 张明明,刘晓波.  计算机测量与控制. 2015(09)
[5]聚类算法综述[J]. 伍育红.  计算机科学. 2015(S1)
[6]基于模拟退火遗传算法的分散式风电选址定容[J]. 杨珺,张闯,黄旭,刘劲松.  东北电力技术. 2014(02)
[7]模糊多目标物流配送中心选址模型及其求解算法[J]. 关菲,张强.  中国管理科学. 2013(S1)
[8]基于密度的改进BIRCH聚类算法[J]. 韦相.  计算机工程与应用. 2013(10)
[9]物流配送中心选址的重心法探讨[J]. 程珩,牟瑞芳.  交通运输工程与信息学报. 2013(01)
[10]一种结合主动学习的半监督文档聚类算法[J]. 赵卫中,马慧芳,李志清,史忠植.  软件学报. 2012(06)

博士论文
[1]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010



本文编号：3448343