[发明专利]一种大规模工业用的超启发式多选址系统

说明书

技术领域

本发明涉及电子信息技术领域，尤其涉及一种大规模工业用的超启发式多选址系统。

背景技术

超启发式算法，是指通过操纵或管理一组低层启发式算法，以获得新启发式算法并利用计算机科学技术，从而解决大规模工业计算难题的新型算法与技术。

多选址是一次性、同时计算出多个最优位置的解决方案。传统的选址每次只输出一个最优位置，而多位置间会存在干扰。多选址会同时解决“位置在哪里最好“与“多少个位置最好”这两个问题。

选址是非常经典的工业与数学问题。例如，超市或便利店的店铺选址、银行的网点选址、制造业的工厂选址、物流快递公司的中转场选址等。目前，市场上的选址算法主要为重心法选址(包川,2012)，即根据客户或待选位置服务的对象的地理分布进行寻找几何重心从而达到总直线距离最短的目的。该选址方法的优点是简单直接，弊端是计算准确性低（无法与导航类系统进行交互计算等）、无法用于工业的大规模类计算（变量在200到10000个之间）、无法考虑不可选址区域。

发明内容

根据现有技术及算法中存在的问题，现提供一种大规模工业用的超启发式多选址系统，从而提高计算的精度并为工业提供能够真正解决实际多选址问题的智慧型系统。

上述技术方案具体包括：

系统前台获取信息：由于这是一个智慧型系统，因此，首页系统要清楚用户想要解决什么问题，有什么要求。因此，第一步为通过系统前台获取一些必要的基础类信息，例如：待选址点所服务的所有对象位置、不可选址区域、计算精度与目标参数（最小化成本或最小化服务时长）等。

剔除噪音干扰点：根据点的分布特点及数学的离散分析理论找出影响定义边界的噪音干扰点，从而提高计算的精度与计算速度。

寻找选址边界：根据优化后的覆盖点来定义选址边界，从而提高选址效率。

产生备选区域选址子边界：根据输出最优解的选址位置个数，来计算子区域的切割方式，并将一个大区域分割成若干小区域，这是经典的BreakandConquer思维方式，将一个大问题拆解为若干小问题后，再解决。

生成选址代表点：在区域中找出能代表区域特性的点来代表这个区域。这是一个以点带面的思想，通过找到能代表群体的个体来简化问题。

不可选址区域逻辑判断与计算：根据代表点来判断区域是否在不可选址区域，虽然代表点含有区域的重要属性，但代表点不能完全体现区域的所有性质，例如，即使判断出代表点在不可选址区域，也不能肯定整个区域都在不可选址区域，因此，我们会进行二次判断，以提高判断的准确性，将漏掉最优解的概率降低30%-50%。

将最优与次优子边界保存至备选区域：所谓的最优或次优解，是相对目标函数而言，所有解中，哪一个更符合目标函数的目标。之所以要保留次优解，还是因为以点代面的原因。虽然代表点含有区域的重要属性，但代表点不能完全体现区域的所有性质，即使某个代表点相对于其他代表点最优，这并不代表所有点都比这个点差，因此，我们会保留次优解，以提高判断的准确性，将漏掉最优解的概率再次降低30%-50%。

对备选区域重复步骤3，直到满足计算精度为止：这是一个不断下探，不断向下搜索的过程。每下探一次，颗粒度就小一个数量级，下探次数越多，精度越小，计算时长越长。

本发明的有益的效果是：本系统在大规模工业选址领域采用超启发式的算法，彻底解决了现有系统无法与导航实时交互计算、无法一次性无限制的大规模多选址及无法回避不可选址区域的问题，结果大大提高了计算的精度、问题的可计算性与可解决性、系统推荐结果的可操作性。

附图说明

图1为本发明一种大规模工业用的超启发式多选址系统的实施案例及流程。

图2为本发明一种大规模工业用的超启发式多选址系统实施案例的系统前台获取信息。

图3为本发明一种大规模工业用的超启发式多选址系统实施案例的剔除噪音干扰点。

图4为本发明一种大规模工业用的超启发式多选址系统实施案例的寻找选址边界。

图5为本发明一种大规模工业用的超启发式多选址系统实施案例的产生备选区域选址子边界。

图6为本发明一种大规模工业用的超启发式多选址系统实施案例的生成选址代表点。

其中，代表选址场地所服务的点；代表不可选址区域；代表选址区域生成出的代表点；代表边界线或切割线。

具体的实施方式