基于改进K-means算法的烟草配送区域划分

为解决烟草配送中配送区域划分问题,提出了一种改进的K-means聚类算法。计算每个点的密度并取其中最大的K个点作为初始聚类中心;通过分析比较边缘点到聚类中心距离与所有点间的平均距离,在可选范围内优先考虑边缘点,以避免边缘点对整体最优性的干扰。实例分析表明,该算法有较好的全局收敛性,有效地克服了传统K-means算法收敛于局部最优点和忽视边缘点重要性的缺点。

县域农村物流配送中心选址优化模型及算法

为解决县域农村物流配送中心合理选址问题,综合现实路网条件及未来物流需求等因素,以物流总费用最小化为目标函数,建立基于现实公路网的农村物流配送中心选址优化模型.通过对聚类中心和边缘点加以处理,改进了K-means聚类算法,并以此求解上述选址优化模型.实例分析表明,该模型和算法能很好地解决县域农村物流配送中心选址优化问题.