基于动态聚类分析的改进多重心法的应用——以汽车整车分拨中心选址为例

多重心法是多设施选址方法中常用的一种方法,但此方法在服务对象的初始分组环节存在随机性而导致收敛缓慢、迭代次数多、计算量大的问题。动态聚类分析方法(k-means)可以较好地解决这个问题。以某汽车整车多个分拨中心选址问题为例,构建基于k-means聚类分析与精确重心法相结合的改进多重心法求解模型,求解出以总运费最小化为目标的整车分拨中心最佳选址。拟为多设施选址问题的更高效探讨提供一定的参考借鉴。