基于改进K-means算法的物流配送中心选址研究

打开文本图片集

Research on Logistics Distribution Center Location Selection Based on Improved K-means Algorithm

摘  要：针对传统K-means算法需要主观设定K值及无法处理类别型数据问题，文章运用肘部法及轮廓系数法确定合理K值，对类别型数据采取独热编码（One-Hot Encoding）转换为可以处理的连续型数据，并将其运用到在物流配送中心选址中;并综合考虑多种类别的影响因素，构建了相应的影响因素指标体系，提出的模型能够识别输入数据的数值型及类别型数据，实现样本的有效聚类。（剩余6441字）