-
基于K-means聚类算法与重心法的故障共享单车回收中心选址优化
- 刘泉宏, 唐福星
-
2023, 32(7):
85-91.
DOI: 10.12005/orms.2023.0221
-
摘要
(
)
PDF (1315KB)
(
)
-
参考文献 |
相关文章 |
计量指标
共享单车已日渐成为人们短途出行的重要交通工具,但共享单车市场一贯采用“重投放,轻维护”的发展模式,而共享单车使用中的正常损耗及人为破坏等造成的故障车数量却十分庞大,对其回收修复或报废的任务繁重,这也成了共享单车市场逆向物流亟待解决的难题。该文立足武汉共享单车市场,通过对故障共享单车报废点的聚类分析,基于运输成本导向,使用重心法探寻回收中心最佳选址点,以解决故障共享单车回收成本和效率问题。对模型的模拟验证表明,优化后的回收中心选址点不仅能降低故障共享单车回收成本,而且相比武汉市现有的三个分布较远的回收中心,其总体运营成本更低,故障共享单车回收效率更高,便于共享单车的分区域运营管理。事实证明,基于K-means聚类算法与重心法确定回收中心选址问题不仅操作简单,可行性高,而且方便快捷,相较于现实中单一考虑成本等的选址方式,此模型更能兼顾多方面因素,优势明显。基于K-means聚类算法与重心法来确定回收中心选址,适用于城市的各个区域,选点精确又方便高效,模型具有较强的实用性。