支持向量机多分类问题中聚类分类方法研究

支持向量机是在两分类的基础上发展起来的,如何将两分类成果推广到多分类中是支持向量机的一个重要问题.文章在聚类分类的基础上根据二叉树思想,提出了一种新的聚类算法来进行多分类.此方法充分利用二叉树中分两类的简便之处,将多类的聚类简化为点的聚类,从而避免了以往聚类方法中可能出现的同一类的点在聚类中变成不同类的问题,并结合选址问题中固定数目的配送点的选址算法,将原问题进行简化,对多分类问题提出了新的聚类算法.     

应急物资储备库多级覆盖选址模型的构建

文章针对现有设施选址理论存在的局限性,提出了应急物资储备库多级最大覆盖选址模型。首先基于备用覆盖和部分覆盖思想,建立应急物资储备库多级覆盖选址模型,运用遗传算法对模型求解;然后以一个算例对算法进行验证,分析了算法的有效性。     

基于新型图论聚类法的物流系统多设施选址策略研究

提出了一类基于图论的新型聚类算法并将其应用于物流系统中的多设施选址问题。与其他聚类算法相比,该新型算法聚类效率更高且具有更小的聚类树,从而使得有意义的聚类结果更加清晰。比较算例验证了该算法应用于多设施选址问题的高效性和实用性。     

考虑最坏中断损失下的P-中位设施选址问题的模型与算法研究

蓄意突袭以及恐怖袭击会造成设施服务的突然中断成为网络系统的主要危害之一,因此网络设施选址决策应该同时考虑正常和紧急状态下系统的运作成本.本文研究考虑最坏中断损失下的网络设施选址问题,建立了该问题的双层规划模型,上层规划涉及设施选址决策,下层规划研究确定设施位置后,设施中断产生最大损失的问题.本文运用基于拉格朗日松弛的混合遗传算法来求解该双层规划问题.将European150数据集作为研究对象,对比研究了本文研究问题与传统的P-中位选址问题的结果,分析不同选址策略下网络系统的效率被中断影响的程度是不同的.最后通过改变一些关键参数,比如常规运作权重、设施数量、中断设施数量,对相关结果进行了分析.     

基于失效情景的应急设施选址评估指标体系与模型

突发事件具有巨大的破坏性、不确定性,应急设施有可能失效,本文研究基于失效情景的应急设施选址评估指标体系与评估模型。首先基于定义的失效情景研究应急设施选址评估指标。构建全局性、可靠性、时效性、均衡性、经济性评估指标。可靠性作为重要评估指标有助于提高应急设施对需求区域的物资保障程度,保证系统的稳定性,采用多重覆盖率刻画。然后,设计具有不同侧重评估目标的一般情景评估指标体系、设施失效情景评估指标体系以及多区域情景评估指标体系。最后,由于应急设施选址评估具有多影响因素特征,涉及输入和输出多个指标的测度,选取处理多输入\多输出问题具有优势的评估方法—数据包络法,对应急设施选址的合理性进行评估。实例验证评估指标体系的实用性和有效性。     

应急定位-路径的模糊机会约束规划模型

文章针对需求量和运输费用不确定的应急定位-路径问题,以系统总成本和灾害损失成本之和最小为目标,构建了基于模糊机会约束规划的应急系统定位-路径模型,并设计了遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中定位-路径问题,从而为政府机构应对重大突发事件提供科学的决策参考。     

通货膨胀下的联合库存选址模型研究

研究了通货膨胀对涉及一个供应商、多个候选配送中心和零售商的三级分销网络设计的影响.不同于传统的联合库存选址模型,所研究的模型考虑了整个系统的相关成本的时间价值,其目标是使在一定的通货膨胀率下总的选址、运输和库存成本之和的现值最小.为此,建立了一个非线性的整数规划模型,该模型为无容量约束问题的扩展模型,属于NP-hard问题.提出了3种基于不同编码形式的遗传算法用于求解该模型,并通过不同规模的算例对3种算法进行了有效性的分析和对比.最后,通过对各算例的计算结果的分析,发现随着通货膨胀率的增长,为了使这个分析网络的总成本现值最小,需要增加建立的DC的数量.     

物流配送中心选址问题研究

现代物流业在全世界范围内正在蓬勃快速的发展,新的理念和运作方式导致了一大批理论与应用的研究问题的产生,从而也推动了一系列的研究工作。     

基于GIS技术的旅游项目选址评价研究——以涪陵区蔺市镇梨香溪为例

以梨香溪旅游项目选址为例,对影响选址的各个因子进行分析,在此基础上,构建旅游项目选址的评价因子体系,以坡度、坡向、地形起伏度、相对道路距离、视域作为评价因子,借助GIS的空间分析功能,对研究区进行单因子适宜性评价,最后通过综合评价,选取出最适宜进行旅游项目开发的区域。     

基于GIS的大型商业服务中心选址

城市商业服务中心空间位置选择的好坏,直接关系到商业服务中心能否最大限度的发挥其效用和实现其自身的利益或价值。而应用地理信息系统的城市商业规划空间分析技术可以为城市商业规划提供强有力的空间数据分析处理手段。本文主要从人口空间分布和交通情况入手,根据人口资源和竞争设施的时间、空间分布及信息、交通等条件,实现商业服务中心定量分析,最终决定大型商业服务中心的区位。