CN110619351A - 一种基于改进k-means算法的菜鸟驿站选址方法 - Google Patents

Abstract

一种基于改进k‑means算法的菜鸟驿站选址方法，首先，输入样本数据集，计算每两个样本点之间距离和距离均值；然后，根据样本点的参考概率密值大小，找到最大的元素所对应的样本点作为第一个初始聚类中心，同时将与该点的距离小于距离均值的样本点从数据集中删除，将剩下的样本点组成新的数据集，重复上述步骤，直到找到k个初始聚类中心，并将其作为聚类的均值向量；最终，计算样本点与各均值向量的距离，根据距离最近的均值确定簇标记，将样本点划入相应的簇中，更新均值向量，不断划分出新的簇，直到均值向量不再变化，此时均值向量即为目标可行点。本发明提供了一种选址效率高和实用性强的基于改进k‑means算法的菜鸟驿站方法。

Description

一种基于改进k-means算法的菜鸟驿站选址方法

技术领域

本发明涉及线性规划、统计学、地理信息处理、网络分析等应用领域，尤其涉及一种基于改进k-means算法的菜鸟驿站选址方法。

背景技术

随着科技的不断发展和移动互联网的迅速普及，数字经济逐渐成为我国现代经济发展的重要组成部分，尤其是电子商务的迅猛发展，已经成为了经济增长的新亮点。在现实生活中，人们的购物方式也由传统的线下实体店购买，逐渐转向线上的大型网上商城。网上商城物品繁多，价格实惠，吸引了一大批新用户的不断加入。用户量的不断增加，网购订单量的极速增长，推动着整个物流行业的高速发展。近年来，我国快递业务量一直保持着中高速的增长水平，尤其在每年由天猫、京东等电商企业发起的双十一购物狂欢节期间，产生的快递量逐年再创历史新高。据国家统计局数据显示，在2018年的双十一业务高峰期间，全国邮政、快递企业共处理邮件量已经高达18.82亿件，同比增长25.8％。

物流行业一直被称为互联网经济下的“黑马”行业，在电商企业的整个运营过程中，线上产生的大量订单流最终都需要依靠线下的实体物流来实现，电子商务的发展壮大，用户需求和订单业务的不断增加，这些都在给我国物流行业的发展带来前所未有的发展机遇，同时也必将带来巨大的挑战。

物流行业的高速发展所带来的问题也越来越受到政府和社会公众的关注，这些问题的产生都直接或间接地影响到了人们的日常生活。在供给侧结构改革的大背景下，需要建立共管、共享的高效管理平台，来实现资源优化分配与整合，从而达到能实现降低重复建设率、节约运营成本、提高平台的运作效率的良好效果。在整个物流运营链中，问题较多就是物流的末端配送环节，它直接面向着实体消费者，消费者是整个电商行业服务的对象。消费者的物流体验直接与电商卖家和物流服务企业的合作紧密相关。而菜鸟驿站作为物流运营链中最重要的实体服务网点环节，在整个物流链中起到了至关重要的作用，值得我们去关注。

菜鸟驿站通常按照网点布局影响因素的层级规律进行网点选址决策，优先考虑深层次影响因素，通过充分发挥合作平台优势，综合利用各合作企业已有的资源，重点关注提货点和自助提货设备两种服务资源的设置，实现配送服务范围的全覆盖，并通过供应链业务延伸来进一步规范配送流程，降低配送成本。由此可见，菜鸟驿站的选址是影响菜鸟网络综合运营效率的直接因素。然而，在现实生活中，菜鸟驿站的选址建设还存在着许多的问题，如部分小区内的菜鸟驿站地理位置偏僻，用户自取快递时，寻找驿站的实际位置就会很困难。此外，菜鸟驿站还出现了快递存储的容量小于快递的实际投放量，导致许多快递扎堆的放置在地面上，这些现象都直接影响到了用户体验，用户对快递服务的评价值就会下降很多。选址位置的不合理，还会导致快递配送员在作业的过程中，出现空载空驶，车辆利用率低，“二次投递”降低配送效率等情况，不仅对企业自身效益有较大影响，且给城市交通和环境带来了极大的压力，于是探索一种优化的菜鸟驿站选址方法，解决目前菜鸟驿站选址不合理的现象，将有十分重要的意义。

现有的菜鸟驿站选址方法还不够规范，影响到了物流的配送效率，同时也给消费者带来了许多不便之处，需要改进。

发明内容

针对菜鸟驿站选址的不规范，造成配送员综合配送距离过长、“二次投递”等问题，本发明提出了一种基于改进k-means算法的菜鸟驿站选址方法，本方法通过优化初始聚类中心的策略来提高算法的精准性，再结合基本的k-means算法来选取最佳的菜鸟驿站建设点。

本发明解决其技术问题所采用的技术方案是：

一种基于改进k-means算法的菜鸟驿站选址方法，包括以下步骤：

1)输入某小区用户的地址数据集，根据用户在最近一个月内所产生快递订单量进行分层抽样；

2)将提取到的用户地址数据组成一个新的初始特征样本数据集，记为U＝{u₁,u₂,...,u_N}，N为样本数据集的元素个数，初始化需要建设菜鸟驿站的数目K；

3)计算任意两个样本点之间的欧氏距离，过程如下：

3.1)从数据集中U中取出一个目标样本点u_i，i＝{1,2,...,N}；

3.2)再从数据集U中取出一个不同于u_i的样本点u_j，j＝{1,2,...,N}；

3.3)计算两个样本点u_i和u_j之间的距离dist(u_i,u_j)，其中dist(u_i,u_j)＝||u_i-u_j||₂；

3.4)迭代步骤3.2)和步骤3.3)直到u_j取完数据集中除u_i之外的所有样本点；

3.5)更新目标样本点u_i，即从数据集中取出与上一次不同的目标样本点u_i′，

令u_i＝u_i′，迭代步骤3.2)、3.3)和3.4)，直到u_i取到数据集中的所有样本点为止；

4)计算样本数据对象之间的平均距离其中表示从N个样本点中任意抽取两个的组合数；

5)定义P(u_i,Md)为样本点u_i关于数据对象平均距离的参考概率密度，计算公式

为单位阶跃函数；

6)遍历计算所有样本点参考概率密度，并将计算的结果放入一个新的集合D，记D＝{d₁,d₂,…,d_i,…,d_N|d_i＝P(u_i,Md)}；

7)根据样本点的参考概率密度集合D中元素的大小关系，找到数值最大元素所对应的用户点u_m，将u_m作为一个初始聚类中心点；

8)更新样本数据集U，即将与u_m的距离小于数据对象平均距离的样本点的从集合U中删除，将剩下的样本点组成新的用户数据集合U′，令U＝U′，迭代步骤3)至步骤7)，直到找到需要的k个初始聚类中心；

9)将找到的k个初始聚类中心作为聚类的初始均值向量{s₁,s₂,…s_k}；

10)计算样本点u_i到各均值向量s_n的距离：dist(u_i,s_n)＝||u_i-s_n||₂，根据距离最近的均值向量确定u_i的簇标记：λ_i＝argmin_{n∈{1,2,…,k}}dist(u_i,s_n)，将样本点u_i划入相应的簇

11)更新均值向量s_n，计算新的均值向量其中C_n表示当前簇内元素的集合，|C_n|表示簇内元素的个数，若s_n′≠s_n，则令s_n＝s_n′，否则，保持当前的均值向量不变；

12)迭代步骤10)和步骤11)，直到当前的均值向量s_n不再发生变化，即可将聚类后的簇划分出来，记为C＝{C₁,C₂,…,C_k}，此时最终的均值向量s_n所对应

的坐标位置，即为菜鸟驿站建设地的最优可行点。

本发明的有益效果主要表现在：本发明的菜鸟驿站选址方法，很好地采用了经典的无监督学习中的k-means方法，此类方法在实现过程中比较简单，聚类效果也很好，在继承k-means算法的基本思想上，针对其不足之处，如初始聚类中心的选择，引入了参考概率密度来进行优化选取初始聚类中心，这种方法在很好的保留k-means算法的优点的同时避免了产生局部最优点的情况，提高了选址的准确性。

附图说明：

图1是一种基于改进k-means算法的菜鸟驿站选址方法流程图；

图2是寻找优化的初始聚类中心的过程示意图；

图3是菜鸟驿站的最终选址示意图。

具体实施方式

下面结合附图对本发明做进一步说明。

参照图1～图3，一种基于改进k-means算法的菜鸟驿站选址方法，包括以下步骤：

1)输入某小区用户的地址数据集，根据用户在最近一个月内所产生快递订单量进行分层抽样；

2)将提取到的用户地址数据组成一个新的初始特征样本数据集，记为U＝{u₁,u₂,...,u_N}，N为样本数据集的元素个数，初始化需要建设菜鸟驿站的数目K；

3)计算任意两个样本点之间的欧氏距离，过程如下：

3.1)从数据集中U中取出一个目标样本点u_i，i＝{1,2,...,N}；

3.2)再从数据集U中取出一个不同于u_i的样本点u_j，j＝{1,2,...,N}；

3.3)计算两个样本点u_i和u_j之间的距离dist(u_i,u_j)，其中dist(u_i,u_j)＝||u_i-u_j||₂；

3.4)迭代步骤3.2)和步骤3.3)直到u_j取完数据集中除u_i之外的所有样本点；

3.5)更新目标样本点u_i，即从数据集中取出与上一次不同的目标样本点u_i′，令u_i＝u_i′，迭代步骤3.2)、3.3)和3.4)，直到u_i取到数据集中的所有样本点为止；

4)计算样本数据对象之间的平均距离其中表示从N个样本点中任意抽取两个的组合数；

5)定义P(u_i,Md)为样本点u_i关于数据对象平均距离的参考概率密度，计算公式为单位阶跃函数；

6)遍历计算所有样本点参考概率密度，并将计算的结果放入一个新的集合D，记D＝{d₁,d₂,…,d_i,…,d_N|d_i＝P(u_i,Md)}；

7)根据样本点的参考概率密度集合D中元素的大小关系，找到数值最大元素所对应的用户点u_m，将u_m作为一个初始聚类中心点；

8)更新样本数据集U，即将与u_m的距离小于数据对象平均距离的样本点的从集合U中删除，将剩下的样本点组成新的用户数据集合U′，令U＝U′，迭代步骤3)至步骤7)，直到找到需要的k个初始聚类中心；

9)将找到的k个初始聚类中心作为聚类的初始均值向量{s₁,s₂,…s_k}；

10)计算样本点u_i到各均值向量s_n的距离：dist(u_i,s_n)＝||u_i-s_n||₂，根据距离最近的均值向量确定u_i的簇标记：λ_i＝argmin_{n∈{1,2,…,k}}dist(u_i,s_n)，将样本点u_i划入相应的簇

11)更新均值向量s_n，计算新的均值向量其中C_n表示当前簇内元素的集合，|C_n|表示簇内元素的个数，若s_n′≠s_n，则令s_n＝s_n′，否则，保持当前的均值向量不变；

12)迭代步骤10)和步骤11)，直到当前的均值向量s_n不再发生变化，即可将聚类后的簇划分出来，记为C＝{C₁,C₂,…,C_k}，此时最终的均值向量s_n所对应的坐标位置，即为菜鸟驿站建设地的最优可行点。

本实例以杭州市某小区需建设两个菜鸟驿站为实例，一种基于改进k-means算法的菜鸟驿站选址方法，包括以下步骤：

1)输入某小区用户的地址数据集，根据用户在最近一个月内所产生快递订单量进行分层抽样；

2)将提取到的用户地址数据组成一个新的初始特征样本数据集，记为U＝{u₁,u₂,…,u_N}，N为样本数据集的元素个数，初始化需要建设菜鸟驿站的数目K；

3)计算任意两个样本点之间的欧氏距离，过程如下：

3.1)从数据集中U中取出一个目标样本点u_i，i＝{1,2,…,N}；

3.2)再从数据集U中取出一个不同于u_i的样本点u_j，j＝{1,2,…,N}；

3.3)计算两个样本点u_i和u_j之间的距离dist(u_i,u_j)，其中dist(u_i,u_j)＝||u_i-u_j||₂；

3.4)迭代步骤3.2)和步骤3.3)直到u_j取完数据集中除u_i之外的所有样本点；

3.5)更新目标样本点u_i，即从数据集中取出与上一次不同的目标样本点u_i′，令u_i＝u_i′，迭代步骤3.2)、3.3)和3.4)，直到u_i取到数据集中的所有样本点为止；

4)计算样本数据对象之间的平均距离其中表示从N个样本点中任意抽取两个的组合数；

5)定义P(u_i,Md)为样本点u_i关于数据对象平均距离的参考概率密度，计算公式为单位阶跃函数；

6)遍历计算所有样本点参考概率密度，并将计算的结果放入一个新的集合D，记D＝{d₁,d₂,…,d_i,…,d_N|d_i＝P(u_i,Md)}；

7)根据样本点的参考概率密度集合D中元素的大小关系，找到数值最大元素所对应的用户点u_m，将u_m作为一个初始聚类中心点；

8)更新样本数据集U，即将与u_m的距离小于数据对象平均距离的样本点的从集合U中删除，将剩下的样本点组成新的用户数据集合U′，令U＝U′，迭代步骤3)至步骤7)，直到找到需要的k个初始聚类中心；

9)将找到的k个初始聚类中心作为聚类的初始均值向量{s₁,s₂,…s_k}；

10)计算样本点u_i到各均值向量s_n的距离：dist(u_i,s_n)＝||u_i-s_n||₂，根据距离最近的均值向量确定u_i的簇标记：λ_i＝argmin_{n∈{1,2,…,k}}dist(u_i,s_n)，将样本点u_i划入相应的簇

11)更新均值向量s_n，计算新的均值向量其中C_n表示当前簇内元素的集合，|C_n|表示簇内元素的个数，若s_n′≠s_n，则令s_n＝s_n′，否则，保持当前的均值向量不变；

12)迭代步骤10)和步骤11)，直到当前的均值向量s_n不再发生变化，即可将聚类后的簇划分出来，记为C＝{C₁,C₂,…,C_k}，此时最终的均值向量s_n所对应的坐标位置，即为菜鸟驿站建设地的最优可行点。

以用户样本数据集大小为40，需要建设2个菜鸟驿站为实例，运用以上方法找到了两个最佳菜鸟驿站建设点的位置，其方法步骤流程如图1所示，寻找初始优化的初始聚类中心点的过程示意图如图2所示，最后的菜鸟驿站选址的位置如图3中星形标记处。

以上阐述的是本发明给出的一个实例展现出来的一个优良结果，显然本发明不仅适合上述实施例，在不偏离本发明基本精神及不超出本发明实质内容所涉及内容的前提下可对其做种种变化加以实施。

Claims (1)

1.一种基于改进k-means算法的菜鸟驿站选址方法，其特征在于：所述方法包括以下步骤：

1)首先获取某小区用户的地址数据集，根据用户在最近一个月内所产生快递订单量进行分层抽样；

2)将提取到的用户地址数据组成一个新的初始特征样本数据集，记为U＝{u₁,u₂,...,u_N}，N为样本数据集的元素个数，初始化需要建设菜鸟驿站的数目K；

3)计算任意两个样本点之间的欧氏距离，过程如下：

3.1)从数据集中U中取出一个目标样本点u_i，i＝{1,2,...,N}；

3.2)再从数据集U中取出一个不同于u_i的样本点u_j，j＝{1,2,...,N}；

3.3)计算两个样本点u_i和u_j之间的距离dist(u_i,u_j)，其中dist(u_i,u_j)＝||u_i-u_j||₂；

3.4)迭代步骤3.2)和步骤3.3)直到u_j取完数据集中除u_i之外的所有样本点；

3.5)更新目标样本点u_i，即从数据集中取出与上一次不同的目标样本点u_i′，令u_i＝u_i′，迭代步骤3.2)、3.3)和3.4)，直到u_i取到数据集中的所有样本点为止；

4)计算样本数据对象之间的平均距离其中表示从N个样本点中任意抽取两个的组合数；

5)定义P(u_i,Md)为样本点u_i关于数据对象平均距离的参考概率密度，计算公式 为单位阶跃函数；

6)遍历计算所有样本点参考概率密度，并将计算的结果放入一个新的集合D，记D＝{d₁,d₂,…,d_i,…,d_N|d_i＝P(u_i,Md)}；

7)根据样本点的参考概率密度集合D中元素的大小关系，找到数值最大元素所对应的用户点u_m，将u_m作为一个初始聚类中心点；

8)更新样本数据集U，即将与u_m的距离小于数据对象平均距离的样本点的从集合U中删除，将剩下的样本点组成新的用户数据集合U′，令U＝U′，迭代步骤3)至步骤7)，直到找到需要的k个初始聚类中心；

9)将找到的k个初始聚类中心作为聚类的初始均值向量{s₁,s₂,…s_k}；

10)计算样本点u_i到各均值向量s_n的距离：dist(u_i,s_n)＝||u_i-s_n||₂，根据距离最近的均值向量确定u_i的簇标记：λ_i＝argmin_{n∈{1,2,…,k}}dist(u_i,s_n)，将样本点u_i划入相应的簇

11)更新均值向量s_n，计算新的均值向量其中C_n表示当前簇内元素的集合，|C_n|表示簇内元素的个数，若s_n′≠s_n，则令s_n＝s_n′，否则，保持当前的均值向量不变；

12)迭代步骤10)和步骤11)，直到当前的均值向量s_n不再发生变化，即可将聚类后的簇划分出来，记为C＝{C₁,C₂,…,C_k}，此时最终的均值向量s_n所对应的坐标位置，即为菜鸟驿站建设地的最优可行点。