基于熵权法和K-medoids算法的物资投放点选址方法及装置制造方法及图纸

本发明专利技术公开了一种基于熵权法和K

【技术实现步骤摘要】
基于熵权法和K
‑
medoids算法的物资投放点选址方法及装置


[0001]本专利技术涉及数据处理领域，具体涉及一种基于熵权法和K
‑
medoids算法的物资投放点选址方法及装置。

技术介绍

[0002]众所周知，灾害的突发性强，通常会在爆发初期形成应急物资难以供给的局面，从而给防控带来巨大挑战，因此合理调配物资，并解决物资发放问题最为重要。建立物资供给仓是解决物资供给问题的重要手段，物资供给仓具有完善应急体系、优化时间分配、提升物资价值等优势，在灾害损失和减少人员和经济损失方面发挥着重要作用。其中物资供给仓的选址是建设应急物资储备的重要环节，在减少成本以及交付环节起到积极的作用。因此，科学合理的物资供给仓选址对提高应对突发事件的能力具有重要意义。
[0003]有鉴于此，提出一种科学合理的物资投放点选址方法是至关重要的。

技术实现思路

[0004]针对上述提到解决现有物资投放点数量分布不合理、物资投放点选址规划不合理等技术问题。本申请的实施例的目的在于提出了一种基于熵权法和K
‑
medoids算法的物资投放点选址方法及装置，来解决以上
技术介绍
部分提到的技术问题。
[0005]第一方面，本专利技术提供了一种基于熵权法和K
‑
medoids算法的物资投放点选址方法，包括以下步骤：
[0006]S1，获取物资投放点原始数据，采用极差变换法对物资投放点原始数据进行标准化处理，得到标准化数据；
[0007]S2，基于熵权法构建影响物资投放点选址因素价值评估模型，将标准化数据输入影响物资投放点选址因素价值评估模型，得到每个区域的综合评分，获取投放地的每个区域的物资投放点数量计划分布数据，根据每个区域的综合评分对每个区域的物资投放点数量计划分布数据进行调整，得到每个区域的物资投放点数量分布数据；
[0008]S3，获取每个区域内的小区数据，根据每个区域内的小区数据采用轮廓系数法计算出每个区域对应的轮廓系数，并确定最佳的K值；
[0009]S4，根据每个区域的最佳的K值在每个区域内对小区数据采用K
‑
medoids算法进行聚类，确定每个区域的聚类中心小区，根据每个区域的物资投放点数量分布数据和每个区域的聚类中心小区计算得到每个聚类中心小区的物资投放点数量。
[0010]作为优选，物资投放点原始数据为根据物资投放点数量分布合理性影响因素统计出各个区域的统计数据，物资投放点数量分布合理性影响因素包括每个区域的小区栋数、小区户数、小区人口数、街道数目、新冠感染人数、无症状感染者人数及隔离人口数。
[0011]作为优选，步骤S1中采用极差变换法对物资投放点原始数据进行标准化处理，得到标准化数据，具体包括：
[0012]采用下式计算标准化数据：
[0013][0014]其中，Y
ij
为标准化数据，x
ij
为物资投放点原始数据中的其中一个数值，x
min
为物资投放点原始数据中的其中一个数值所在的物资投放点数量分布合理性影响因素的该列数据中的最小值，x
max
为物资投放点原始数据中的其中一个数值所在的物资投放点数量分布合理性影响因素的该列数据中的最大值，i＝1,
…
,n,j＝1,
…
,m，n为区域的数量，m为物资投放点数量分布合理性影响因素的数量。
[0015]作为优选，步骤S2具体包括：
[0016]采用下式计算得到每一项物资投放点数量分布合理性影响因素出现的频率：
[0017][0018]将每一项物资投放点数量分布合理性影响因素出现的频率采用以下信息熵计算公式计算得到每一项物资投放点数量分布合理性影响因素出现的信息熵E
j
：
[0019][0020]其中，E
j
≥0，若p
ij
＝0，则定义E
j
＝0；
[0021]根据每一项物资投放点数量分布合理性影响因素出现的信息熵计算每一项物资投放点数量分布合理性影响因素的权重w
j
：
[0022][0023]其中，D
j
＝1
‑
E
j
；
[0024]通过下式计算每个区域的综合评分s
i
：
[0025][0026]计算每个区域的物资投放点数量计划分布数据的总和，将每个区域的综合评分s
i
与总和相乘，得到每个区域的物资投放点数量分布数据。
[0027]作为优选，步骤S3具体包括：
[0028]小区数据包括小区编号、小区横坐标和小区纵坐标，以一个区域为单元作为一个簇，以该区域中的其中一个小区作为样本l；
[0029]根据小区横坐标和小区纵坐标计算样本l到同簇的其它样本的平均距离a(l)，记为样本l的簇内不相似度；
[0030]根据小区横坐标和小区纵坐标计算样本l到其它某簇C
q
的所有样本的平均距离b
lq
，定义样本l的簇间不相似度为b(l)＝min{b
l1
,b
l2
,...,b
l
q}，其中，q＝K
‑
1；
[0031]根据样本l的簇内不相似度a(l)和簇间不相似度b(l)计算轮廓系数s(l)：
[0032][0033]采用枚举法改变K值，计算在当前K值下的轮廓系数，选取轮廓系数最大时所对应的K值作为每个区域的最佳的K值。
[0034]作为优选，步骤S4中根据每个区域的最佳的K值在每个区域内对小区数据采用K
‑
medoids算法进行聚类，确定每个区域的聚类中心小区，具体包括：
[0035]S41，根据每个区域的最佳的K值在每个区域中随机选择K个质点样本O
t
，其中，t＝1,2,...,K；
[0036]S42，将每个区域内剩余的小区分配到离它最近的质点样本O
t
所在的簇类当中；
[0037]S43，在每个簇类中随机选择一个非质点样本O
random
，计算用非质点样本O
random
替换质点样本O
t
的目标函数S：
[0038][0039]若S<0，则将O
random
和O
j
交换，保留新的簇类，否则，保留质点样本和簇类；
[0040]S44，重复步骤S42和S43，直至K个质点样本不再变化，即得到K个聚类中心小区，并确定K个聚类中心小区的小区横坐标和小区纵坐标。
[0041]作为优选，步骤S4根据每个区域的物资投放点数量分布数据和每个区域的聚类中心小区计算得到每个聚类中心小区的物资投放点数量，具体包括：
[0042]根据每个区域的聚类中心小区获取每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于熵权法和K
‑
medoids算法的物资投放点选址方法，其特征在于，包括以下步骤：S1，获取物资投放点原始数据，采用极差变换法对所述物资投放点原始数据进行标准化处理，得到标准化数据；S2，基于熵权法构建影响物资投放点选址因素价值评估模型，将所述标准化数据输入所述影响物资投放点选址因素价值评估模型，得到每个区域的综合评分，获取投放地的每个区域的物资投放点数量计划分布数据，根据所述每个区域的综合评分对所述每个区域的物资投放点数量计划分布数据进行调整，得到每个区域的物资投放点数量分布数据；S3，获取每个区域内的小区数据，根据每个区域内的小区数据采用轮廓系数法计算出每个区域对应的轮廓系数，并确定最佳的K值；S4，根据所述每个区域的最佳的K值在每个区域内对小区数据采用K
‑
medoids算法进行聚类，确定每个区域的聚类中心小区，根据所述每个区域的物资投放点数量分布数据和每个区域的聚类中心小区计算得到每个聚类中心小区的物资投放点数量。2.根据权利要求1所述的基于熵权法和K
‑
medoids算法的物资投放点选址方法，其特征在于，所述物资投放点原始数据为根据物资投放点数量分布合理性影响因素统计出各个区域的统计数据，所述物资投放点数量分布合理性影响因素包括每个区域的小区栋数、小区户数、小区人口数、街道数目、新冠感染人数、无症状感染者人数及隔离人口数。3.根据权利要求1所述的基于熵权法和K
‑
medoids算法的物资投放点选址方法，其特征在于，所述步骤S1中采用极差变换法对所述物资投放点原始数据进行标准化处理，得到标准化数据，具体包括：采用下式计算所述标准化数据：其中，Y
ij
为所述标准化数据，x
ij
为所述物资投放点原始数据中的其中一个数值，x
min
为所述物资投放点原始数据中的其中一个数值所在的物资投放点数量分布合理性影响因素的该列数据中的最小值，x
max
为所述物资投放点原始数据中的其中一个数值所在的物资投放点数量分布合理性影响因素的该列数据中的最大值，i＝1,
…
,n,j＝1,
…
,m，n为区域的数量，m为物资投放点数量分布合理性影响因素的数量。4.根据权利要求1所述的基于熵权法和K
‑
medoids算法的物资投放点选址方法，其特征在于，所述步骤S2具体包括：采用下式计算得到每一项物资投放点数量分布合理性影响因素出现的频率：将所述每一项物资投放点数量分布合理性影响因素出现的频率采用以下信息熵计算公式计算得到每一项物资投放点数量分布合理性影响因素出现的信息熵E
j
：其中，E
j
≥0，若p
ij
＝0，则定义E
j
＝0；根据每一项物资投放点数量分布合理性影响因素出现的信息熵计算每一项物资投放
点数量分布合理性影响因素的权重w
j
：其中，D
j
＝1
‑
E
j
；通过下式计算每个区域的综合评分s
i
：计算每个区域的物资投放点数量计划分布数据的总和，将每个区域的综合评分s
i
与所述总和相乘，得到每个区域的物资投放点数量分布数据。5.根据权利要求1所述的基于熵权法和K
‑
medoids算法的物资投放点选址方法，其特征在于，所述步骤S3具体包括：所述小区数据包括小区编号、小区横坐标和小区纵坐标，以一个区域为单元作为一个簇，以该区域中的其中一个小区作为样本l；根据小区横坐标和小区纵坐标计算样本l到同簇的其它样本的平均距离a(l)，记为样本l的簇内不相似度；根据小区横坐标和小区纵坐标计算样本l到其它某簇C
q
的所有样本...

【专利技术属性】
技术研发人员：张惠臻，方圳炜，谢辉，江琪，冯文娟，潘玉彪，缑锦，
申请(专利权)人：华侨大学，
类型：发明
国别省市：