[发明专利]一种基于轮廓系数和AP聚类算法的离散覆盖仓库选址方法

摘要

本发明公开了一种基于轮廓系数和AP聚类算法的离散覆盖仓库选址方法，将库存承载力作为衡量偏度的方法，有效反映了仓库容量与辐射范围的正比关系；考虑轮廓系数的定义，根据簇的内聚度和分离度引入新的约束，同时考虑优化中心覆盖面积和等待时间，在信息迭代传播时对偏度进行自适应更新。基于轮廓系数约束和偏度更新的AP聚类算法有助于避免震荡，加快算法收敛速度，获得兼具理想服务范围和合理响应时间的中心组合。本发明的方法可以达到提高选址准确性和改善选址综合性能的技术效果。

主权项

1.一种基于轮廓系数和AP聚类算法的离散覆盖仓库选址方法，其特征在于，包括：步骤S1：根据需求点间的特征建立相似度矩阵，其中，对角线上的偏度值采用每个潜在中心的条件作为初始值，并根据相似度矩阵创建参与AP聚类的中间量；步骤S2：引入基于轮廓系数的约束规则，其中，约束规则包括原信息更新规则以及基于原信息更新规则和簇的内聚度和分离度的新约束规则；步骤S3：建立新约束规则与节点间的置信网络，采用基于因子图模型的近似计算算法max‑product计算非对角线和对角线元素的信息更新公式，迭代更新置信网络中的传播公式和中间量，并根据传播公式和中间量更新信息量，直到网络收敛；步骤S4：根据收敛后节点的信息量计算每个点的备件中心，取使得吸引度和支持度之和最大的需求点作为选址中心，得到中心解及其集群。