單一物流中心貨物配送之模式-wenkub
2023-02-06 22:41:02 本頁面
【正文】 cy ) ?–密度 (density) ?–幾何中心 (geometric center) ?–離散 (dispersion) ?–排列 (arrangement) ? Clustered (密集型 ),Scattered (擴散型 ), Random (隨機型 ) 8 群聚分析 ? 而若要將空間中不同的點資料予以歸納分類，則必須要使用空間分析中的 群聚分析技術(shù) （ Cluster Analysis）。 ?： ? 又稱為銷售物流或是 實體分配系統(tǒng) ， 一般狹義的物流及意旨此系統(tǒng) ， 本研究所要探討的問題也正是屬於實體分配中貨物運輸?shù)墓?fàn)疇 。故本研究將空間分析中 群聚分析方法（ Clustering Analysis ） 引入車輛途程問題(VRP)模式當(dāng)中，已改善以往 VRP演算法未加入空間考量的問題。1 單一物流中心貨物配送模式之研究 2 一、前言 ? 市場的擴大以及競爭的激烈，管理系統(tǒng)在 空間特性 問題上處理能力不足的問題已慢慢浮現(xiàn)，管理者對於地理資訊系統(tǒng)的需求也大幅提高。並嘗試分析不同的 空間分佈型態(tài) （ Pattern）， 對不同 VRP求解模式的影響。 ?： 187。 Y806040200X706050403020100 12 11 10 9 8 7 6 5 4 3 2 122212019181716 14131211 109876543 21群聚型 X706050403020230Y706050403020100CLUSTER 5 4 3 2 1 0隨機型 9 群聚分析方法 1. UPGMA 利用接近值算數(shù)平均數(shù) 2. WPGMA 加入了權(quán)重值的計算 3. SLINK 利用最小接近值 4. Clink 利用最大接近值 5. Ward’s minimum variance method E=(x1Cmean1)^2+(y1Cmean1)^2+……..取 MIN 10 群聚分析方法 6. Kmeans algorithms(Macqueen,1967) 在一群需求 (demand)點中找出 k個供應(yīng) (supply)中心的位置 ﹐ 使得需求點至供應(yīng)中心的總成本最低 (鄒明城 ， 2023) 7. Kmedoid algorithmsg (Vinod,1969) 對於 Kmeans法容易掉入去最佳解的問題加以修正。 ? 這樣
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1