隨著網(wǎng)絡(luò)的普及和居民消費(fèi)需求的提升,網(wǎng)絡(luò)購(gòu)物這種新型消費(fèi)模式迅猛發(fā)展,使面向普通消費(fèi)者的快遞物流業(yè)成為了物流行業(yè)新的爆發(fā)點(diǎn)。電商對(duì)物流的時(shí)效性要求越來(lái)越高,使得快遞物流業(yè)對(duì)快件的集散、分揀、中轉(zhuǎn)效率的要求也越來(lái)越高。物流配送中心是快件流通過(guò)程中的關(guān)鍵節(jié)點(diǎn),在整個(gè)物流系統(tǒng)中起著承上啟下的作用,配送中心的選址對(duì)物流成本、在途時(shí)間影響巨大,一個(gè)好的配送中心選址決策可以使得快件在匯集、中轉(zhuǎn)、分發(fā)、配送的過(guò)程達(dá)到最少的費(fèi)用和時(shí)間。本文先對(duì)物流配送中心的選址相關(guān)理論進(jìn)行闡述,對(duì)比了不同選址模型的優(yōu)缺點(diǎn)。在前人的研究基礎(chǔ)之上,本文深入地分析了在現(xiàn)代物流運(yùn)轉(zhuǎn)規(guī)則下的物流配送流程,總結(jié)了物流配送中心選址的4個(gè)特點(diǎn):物流配送服務(wù)是巡回配送的、配送中心選址與配送線路規(guī)劃的相互影響、物流配送中心選址的多層級(jí)特性、同層級(jí)配送中心存件數(shù)量要求均衡性。根據(jù)物流配送中心選址的問(wèn)題特點(diǎn),本文設(shè)計(jì)了一套適用于物流配送中心選址的基于BIRCH聚類的多層級(jí)均衡選址算法,先使用帶容量限制的BIRCH算法將所有的需求點(diǎn)劃分為不重疊的配送范圍,再使用重心法在各個(gè)配送范圍內(nèi)進(jìn)行單配送中心選址。為物流配送中心選址問(wèn)題提供了更好的解決方... 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽(yáng)計(jì)算技術(shù)研究所)遼寧省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

常見(jiàn)的數(shù)據(jù)結(jié)構(gòu)特征

向量化的兩個(gè)新聞向量夾角越接近于零，則兩條新聞就越相） 歐氏距離距離函數(shù)在連續(xù)的特征空間中十分常見(jiàn)，它所表征的含義即是個(gè)向量的絕對(duì)距離，計(jì)算公式如下，m 是向量維數(shù)。 21,y = =mi iid x x y x y ...........................歐氏距離有許多改進(jìn)變形，如標(biāo)準(zhǔn)化歐氏距離針對(duì)各維度分量將各個(gè)分量都標(biāo)準(zhǔn)化到均值、方差一致；加權(quán)歐氏距離針對(duì)各影響權(quán)重不同，在公式里加上了權(quán)重因子。） 曼哈頓距離市中開(kāi)車從一個(gè)路口到另一個(gè)路口，駕駛距離是兩點(diǎn)之間的不是，因?yàn)槠囈凑諜M縱的街道行進(jìn)，所以實(shí)際駕駛距離遠(yuǎn)

圖 2.3 聚類算法分類Figure 2.3Aclassification of clustering algorithms2.1.4 聚類結(jié)果評(píng)估對(duì)于一個(gè)數(shù)據(jù)集，不管是否存在潛在的數(shù)據(jù)結(jié)構(gòu)，應(yīng)用聚類算法后都可以生成一個(gè)聚類結(jié)果；而且不同的聚類方法通常會(huì)導(dǎo)致不同的結(jié)果；甚至對(duì)于相同的算法，不同的參數(shù)或不同的輸入數(shù)據(jù)順序也可能會(huì)產(chǎn)生不同的結(jié)果。如何判斷一個(gè)聚類結(jié)果是否完成了分析目標(biāo)？數(shù)據(jù)集中隱藏了多少個(gè)子簇？所獲得的聚類結(jié)果是真正有效的還是僅僅是算法的人工產(chǎn)物？為什么我們選擇某種算法而不是另一種算法？這就是聚類結(jié)果評(píng)估的目的所在。有效的評(píng)估標(biāo)準(zhǔn)應(yīng)該為用戶提供聚類結(jié)果的置信度，使用戶明白聚類結(jié)果的可信程度。同時(shí)，這些評(píng)估應(yīng)該客觀，對(duì)任何

【參考文獻(xiàn)】：
期刊論文
[1]基于密度峰值的網(wǎng)格聚類算法[J]. 楊潔,王國(guó)胤,王飛.  計(jì)算機(jī)應(yīng)用. 2017(11)
[2]基于GPS軌跡的城市擁堵區(qū)域挖掘與分析[J]. 武興業(yè),吳悅,岳曉冬.  計(jì)算機(jī)技術(shù)與發(fā)展. 2016(07)
[3]面向大數(shù)據(jù)處理的并行優(yōu)化抽樣聚類K-means算法[J]. 周潤(rùn)物,李智勇,陳少淼,陳京,李仁發(fā).  計(jì)算機(jī)應(yīng)用. 2016(02)
[4]基于元胞儲(chǔ)存的小波聚類轉(zhuǎn)子故障診斷[J]. 張明明,劉曉波.  計(jì)算機(jī)測(cè)量與控制. 2015(09)
[5]聚類算法綜述[J]. 伍育紅.  計(jì)算機(jī)科學(xué). 2015(S1)
[6]基于模擬退火遺傳算法的分散式風(fēng)電選址定容[J]. 楊珺,張闖,黃旭,劉勁松.  東北電力技術(shù). 2014(02)
[7]模糊多目標(biāo)物流配送中心選址模型及其求解算法[J]. 關(guān)菲,張強(qiáng).  中國(guó)管理科學(xué). 2013(S1)
[8]基于密度的改進(jìn)BIRCH聚類算法[J]. 韋相.  計(jì)算機(jī)工程與應(yīng)用. 2013(10)
[9]物流配送中心選址的重心法探討[J]. 程珩,牟瑞芳.  交通運(yùn)輸工程與信息學(xué)報(bào). 2013(01)
[10]一種結(jié)合主動(dòng)學(xué)習(xí)的半監(jiān)督文檔聚類算法[J]. 趙衛(wèi)中,馬慧芳,李志清,史忠植.  軟件學(xué)報(bào). 2012(06)

博士論文
[1]聚類分析及其應(yīng)用研究[D]. 唐東明.電子科技大學(xué) 2010



本文編號(hào)：3448343