K-means与物流选址

最新推荐文章于 2025-06-23 10:42:07 发布

转载

最新推荐文章于 2025-06-23 10:42:07 发布 · 1.3k 阅读

4 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/yuanquanxi/p/10241289.html

文章标签：

#数据结构与算法

本文探讨了K-means聚类算法及其在物流选址问题中的应用。K-means通过迭代寻找使平方和最小化的类中心，而物流选址则追求总距离最小。此外，文章提出了使用几何中位数代替K-means的均值求解中心，以更好地适应选址问题的需求。

K-means
- 流程
- 优化目标
物流选址
- 问题
- 方法
Geometric median
- 问题
- 方法
- 应用

K-means

流程

k-means是聚类，即将n个点分为k类，步骤如下：

0，随机选择k个点作为类中心；
1，将每个点按欧氏距离(的平方)选择一个最近的类中心，分配到这个类中；
2，将新得到的类的形心cen

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_34378045

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

课程设计-基于采用重心法和K-Means的麦当劳门店物流中心选址系统python源码+说明文档+数据.zip

06-08

本实验为安信息与计算机学院运筹学实践课大作业，采用重心法和 k-means 聚类算法对安徽省内麦当劳店进行物流中心选址，指导老师：高羽佳老师。实验时间为 2023 年 6 月 28 日。收集数据用重心法计算安徽省内最佳...

2019美赛b题：基于Weighted－K－means聚类模型的选址

最新发布

weixin_59368946的博客

06-23

884

✨1️⃣：修改代码中的 k 值，观察总运输成本和 SSE 的变化，验证肘部法则的有效性。2️⃣：尝试不同的权重计算方式（如仅用需求量或仅用运输成本系数），比较结果差异。3️⃣：将代码中的随机初始化改为基于层次聚类的初始化，观察是否提升结果。4️⃣：添加仓库容量约束（如每个仓库最大服务 10,000 箱），修改聚类逻辑。5️⃣：使用真实城市坐标数据（如通过 API 获取经纬度），重复上述分析流程。

K-means算法

Henry的博客

04-02

2011

通俗版 K-means 解释想象一下，你是一个教练，现在有一群人需要分成K 个队伍。你的任务就是合理分组，让每个队伍内部的人尽可能相似（比如身高相近、兴趣相似等）。具体步骤是这样的：随机选队长：你随便指定K 个人作为初始的“队长”（也就是聚类中心第一次站队：每个人观察自己和哪个队长最接近（比如距离最近），然后站到对应的队伍里。队长重新调整位置：每个队伍的队长不能一直原地不动，于是你让他们移动到当前队伍成员的平均位置（也就是新的中心点）。重新站队：大家再次看看自己离哪个新队长最近，调整队伍。重复调整。

【学习笔记】三种方法辅助K-means聚类最优k值的选取

KaelCui的博客

09-11

856

1.手肘法 2.轮廓系数法 3.迭代自组织数据分析法（ISODATA) 参考1 参考2

精选资源

基于改进的K-means聚类的多区域物流中心选址算法

05-06

针对当前多区域物流中心选址需建立配送中心个数不定、位置、覆盖范围不明的问题，本文提出了一种改进的k-means聚类算法，以城市经济引力模型为基础，将城市运输距离与居民消费能力的指标相结合，重新定义对象之间...

K-Means算法实现物流配送问题

Chase的博客

04-18

1405

通过K-Means算法将地址聚成五类，分配货车。五辆货车给50个客户配送货物。

kmeans在物流配送优化中的应用探索

AI天才研究院

04-05

1570

k-means在物流配送优化中的应用探索作者：禅与计算机程序设计艺术 1. 背景介绍随着电子商务的蓬勃发展,消费者对快速、高效的物流配送服务有着越来越高的需求。如何优化物流配送路径,降低配送成本,提高配送效率,成为了当前物流行业面临的重要挑战。k-means作为一

K-means最优K值计算（利用SSE）

Rango_lhl的博客

12-19

8882

参考代码 def distEclud(vecA, vecB): """ 计算两个向量的欧式距离的平方，并返回 """ return np.sum(np.power(vecA - vecB, 2)) def test_Kmeans_nclusters(data_train): """ 计算不同的k值时，SSE的大小变化 """

对K-means算法的应用及个人理解

weixin_62558747的博客

01-13

1620

通过运用K-means算法进行菜鸟驿站的选址。

数据分析K-Means聚类（原理+电商平台销售实例）

weixin_63283230的博客

01-04

4024

kmeans，数据分析，机器学习，数据挖掘，无监督学习

【VRP】Kmean聚类算法结合遗传算法求解碳排放多车辆路径规划问题【含Matlab源码 4156期】

订阅付费专栏Matlab（奶茶价版）或下载付费资源，可赠送奶茶价版付费专栏指定代码1份；

03-25

1181

Kmean聚类算法结合遗传算法求解碳排放多车辆路径规划问题完整的代码，方可运行；可提供运行操作视频！适合小白！

确定最佳聚类数matlab代码_K-means聚类最优k值的选取

weixin_39606019的博客

11-26

6544

最近做了一个数据挖掘的项目，挖掘过程中用到了K-means聚类方法，但是由于根据行业经验确定的聚类数过多并且并不一定是我们获取到数据的真实聚类数，所以，我们希望能从数据自身出发去确定真实的聚类数，也就是对数据而言的最佳聚类数。为此，我查阅了大量资料和博客资源，总结出主流的确定聚类数k的方法有以下两类。1.手肘法1.1 理论手肘法的核心指标是SSE(sum of the squared errors...

kmeans设置中心_KMeans聚类分析

weixin_39844515的博客

11-20

1475

本文对K-Means聚类分析进行了详细的讲解，包括对理论的简略说明和详细的SPSS操作过程，以及部分参考文献供大家参考学习。目录1. 什么是聚类分析2. K-Means步骤3. 初始中心点怎么确定4. K值怎么确定5. 理论小结6. SPSS操作方法7. 参考论文下载1. 什么是聚类分析只有数据，无明确答案，即训练集没有标注目标变量，由计算机自己找出规律，把有相似属性的样本放在一组，每个...

kmeans算法入门案例以聚类中心数的确定

qq_51118755的博客

09-13

6683

在本次实验中，我们先使用make_blobs（）这个函数设置中心点并且生成了五个簇。生成的图像如下然后进入一个循环，设置不同的聚类中心点k的值，调用kmeans算法的一个接口进行分类，并且通过数据可视化的手段将结果表现在一张图片上。图片如下。

聚类、K-Means、例子、细

软件专家的博客

09-18

7950

聚类今天说聚类，但是必须要先理解聚类和分类的区别，很多业务人员在日常分析时候不是很严谨，混为一谈，其实二者有本质的区别。分类其实是从特定的数据中挖掘模式，作出判断的过程。比如Gmail邮箱里有垃圾邮件分类器，一开始的时候可能什么都不过滤，在日常使用过程中，我人工对于每一封邮件点选“垃圾”或“不是垃圾”，过一段时间，Gmail就体现出一定的智能，能够自动过滤掉一些垃圾邮件了。这是因为在点选的

聚类篇——（二）K-means聚类

ziyin_2013的博客

06-30

5686

K-means聚类也称快速聚类，属于覆盖型数值划分聚类算法。它得到的聚类结果，每个样本点都唯一属于一个类，而且聚类变量为数值型，并采用划分原理进行聚类。K-means聚类的基本思想：参数K用以决定结果中簇的数目，算法开始时，要在数据集中随机选择K个数据对象用来当做K个簇的初始中心，而将剩下的各个数据对象根据他们和每个聚类簇心的距离选择簇心最近的簇分配到其中。然后重新计算各个聚类簇中的所有数据对象的平均值，并将得到的结果作为新的簇心；逐步重复上述过程直至目标函数收敛为止。