一种融入粒子群优化思想的带约束铁路物流场站空间聚类方法技术

本发明专利技术包括群集智能、空间数据挖掘技术领域，具体涉及一种融入粒子群优化思想的带约束铁路物流场站空间聚类方法。特别适用于铁路口岸物流园区空间布局。本方法引入粒子群思想解决K-Medoids聚类时容易造成局部最优的问题，首先对K-Medoids算法进行了改进，不需要初始化K值，通过自调整方法确定K值。其次在聚类迭代过程中，采用改进的粒子群算法求解目标函数，加快收敛速度，得到最优的聚类划分。本发明专利技术有效地克服了传统铁路物流场站布局方法的缺点，使得选址更合理，具有良好的应用价值。

【技术实现步骤摘要】

本专利技术包括群集智能、空间数据挖掘
知识，具体涉及。特别适用于铁路口岸物流园区空间布局。
技术介绍
随着中国加入WT0，中国经济与世界经济接轨，市场竞争日趋激烈。一方面，国际间、国内各区域间以及各区域内的物资流通量持续增长，呼唤高效率的现代综合物流服务来做支撑；另一方面，在关税减让、关税壁垒不再成为国际贸易主要障碍的条件下，其它非关税壁垒的作用将更加突出。其中，有无发达的现代物流基础设施及高水平的现代物流服务，对一个国家或地区，尤其是对发展中国家改善投资环境、吸引外资和跨国企业、提高经济运行效率和运行质量，具有特别重要的作用。 物流园区作为一种新型的物流节点，成为物流企业大量集聚的空间区域，通过物流园区型供应链集成管理平台的开发，推动物流企业依托物流园区，以各种各样的物流供应链组织形式为区域经济、社会发展提供高效的物流服务，成为当前发展的趋势。目前国际上对于物流园区并没有统一的定义，很多学者试图定义物流园区，并作了大量的研究工作，如Meidute, leva等采用比较分析法来对物流园区进行定义分析。在己出版的专著和发表的学术论文中对物流园区/中心规划问题作了大量的研究。其研本文档来自技高网...

【技术保护点】
融入粒子群优化思想的带约束铁路物流场站空间聚类方法，包括以下步骤：1)数据获取：确定物流园区各项指标数据，在常用的物流园区空间布局5大指标体系11个变量（一级指标：地区国民经济总体发展水平、地区社会再生产条件、工商业发展水平、交通运输支持条件、对外经济贸易的发展水平；二级指标：地区经济总水平、地区人均经济发展水平、工业市场物流客户潜在规模、工业发展水平、地区零售市场规模、地区运输量规模、交通通达度、外贸发展规模、外资利用规模；三级指标等）的基础上，加入地域性政策导向差异化指标；2)数据预处理：对数据进行噪声处理，主要是对数据集进行空缺值处理。假设数据集X中数据xi的属性个数为m，如果空缺属性个...

【技术特征摘要】
1.融入粒子群优化思想的带约束鉄路物流场站空间聚类方法，包括以下步骤 1)数据获取确定物流园区各项指标数据，在常用的物流园区空间布局5大指标体系11个变量(一级指标地区国民经济总体发展水平、地区社会再生产条件、エ商业发展水平、交通运输支持条件、对外经济贸易的发展水平；ニ级指标地区经济总水平、地区人均经济发展水平、エ业市场物流客户潜在规模、エ业发展水平、地区零售市场规模、地区运输量规模、交通通达度、外贸发展规模、外资利用规模；三级指标等)的基础上，加入地域性政策导向差异化指标； 2)数据预处理对数据进行噪声处理，主要是对数据集进行空缺值处理。假设数据集X中数据Xi的属性个数为m，如果空缺属性个数w ^，则认为该条数据是噪声，直接过滤；反之，将空缺属性补充为所有该属性的加权平均(通常取平均值)； 3)确定聚类簇K值，使用相关系数Pxy的倒数作为计算距离，这样可以将K-Medoids应用到范畴数据上，而且拥有较高的精度，对于非球型聚类的适应性好于欧几里德距离。同时考虑各个地区中桥梁、河流、公路等物理障碍物对距离计算的影响，综合设置带处理操作和障碍的约束条件。使用目标函数ぃ=Σ Σ —-，动态评价每次迭代的聚类质量，G越大说 明聚类质量越好，其中c' i是类Ci的中心，^Vr;是数据对象A与相应的聚类中心的相关系数。改进型K-Medoids的K个聚类中心不需要事先指定，而是通过计算得到最佳聚类数Κ_。初始选取K=dm，计算K-I和K的聚类质量，调整K的大小，迭代至聚类K簇不再发生变化； 4)初始化粒子群若粒子群的群体规模为n，则第i(i = 1，2，. . .，η)个粒子的位置可表示为Xid，每个粒子的位置表示为Pid。设置參数，初...

【专利技术属性】
技术研发人员：肖亮，谢宏，袁霄，徐建伟，许翀寰，陈庭贵，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：