[發明專利]一種物流倉儲中心優化選址方法及系統

在審

• 申請號: 202210428659.1
• 申請日: 2022-04-22
• 公開（公告）號: CN114742593A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 張仰森;黃改娟;段瑞雪;尤建清;苗將
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 北京眾允專利代理有限公司 11803
• 代理人: 張爭艷

1.一種物流倉儲中心優化選址方法，其特征是，包括：

獲取數據集，包括目標地區各行政區域的政務中心位置數據及經濟適應量；

采用K均值聚類法對數據集中數據點進行基于位置數據的聚類；

以為目標函數，以為約束條件，構建物流倉儲中心的選址模型；基于選址模型，對各聚類區域分別采用帝王蝶優化法優化選取物流倉儲中心地址；

其中，C表示代價函數；a表示行政區域總數；b表示物流倉儲中心數目；E_i表示行政區域i的經濟適應量；D_ij表示行政區域i的政務中心與物流倉儲中心j的距離；H_ij表示物流倉儲中心j向行政區域i出倉發貨；G_i表示行政區域i的生產總值。

2.如權利要求1所述的物流倉儲中心優化選址方法，其特征是：

所述經濟適應量E_i＝P_i×Y_i×G_i/T，其中，E_i表示行政區域i的經濟適應量；P_i為行政區域i的常住人口；Y_i為行政區域i的15～69歲人口的比例；G_i為行政區域i的生產總值；T為行政區域i所屬的直轄市或省行政區的生產總值。

3.如權利要求1所述的物流倉儲中心優化選址方法，其特征是：

所述采用K均值聚類法對數據集中數據點進行聚類中，采用如下方法選擇初始質心向量：

對各數據點k分別獲取其單點密度Q_k和多點間距U_k，并計算Q_k和U_k的乘積；

按乘積大小對數據點排序，選取乘積最大的指定數量的數據點，將所選取數據點對應數據作為初始質心向量；

所述單點密度是以數據點k為中心、以指定長度S_b為半徑的園內其他數據點的個數；所述數據點k的多點間距其中，most表示所有數據點的單點密度最大值，S_kI是數據點k到其單點密度中最遠點I的距離。

4.如權利要求1所述的物流倉儲中心優化選址方法，其特征是：

所述對各聚類區域分別采用帝王蝶優化法優化選取物流倉儲中心地址中，采用公式所示的迭代公式；其中，E_w為當前聚類區域內行政區域w的經濟適用量，m為聚類區域內行政區域數量，L(E_w)表示當前聚類區域內行政區域w的選擇概率，K(E_w)表示當前聚類區域內行政區域的累計概率。

5.一種物流倉儲中心優化選址系統，其特征是，包括：

數據集獲取模塊，用來獲取數據集，包括目標地區各行政區域的政務中心位置數據及經濟適應量；

聚類模塊，用來采用K均值聚類法對數據集中數據點進行基于位置數據的聚類；

選址模塊，用來以為目標函數，以為約束條件，構建物流倉儲中心的選址模型；基于選址模型，對各聚類區域分別采用帝王蝶優化法優化選取物流倉儲中心地址；

其中，C表示代價函數；a表示行政區域總數；b表示物流倉儲中心數目；E_i表示行政區域i的經濟適應量；D_ij表示行政區域i的政務中心與物流倉儲中心j的距離；H_ij表示物流倉儲中心j向行政區域i出倉發貨；G_i表示行政區域i的生產總值。

6.如權利要求5所述的物流倉儲中心優化選址系統，其特征是：

所述聚類模塊中采用如下方法選擇初始質心向量：

對各數據點k分別獲取其單點密度Q_k和多點間距U_k，并計算Q_k和U_k的乘積；

按乘積大小對數據點排序，選取乘積最大的指定數量的數據點，將所選取數據點對應數據作為初始質心向量；

所述單點密度是以數據點k為中心、以指定長度S_b為半徑的園內其他數據點的個數；所述數據點k的多點間距其中，most表示所有數據點的單點密度最大值，S_kI是數據點k到其單點密度中最遠點I的距離。