CN111898221B - 选址方法、装置及计算机可读存储介质 - Google Patents

选址方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN111898221B
CN111898221B CN201910373187.2A CN201910373187A CN111898221B CN 111898221 B CN111898221 B CN 111898221B CN 201910373187 A CN201910373187 A CN 201910373187A CN 111898221 B CN111898221 B CN 111898221B
Authority
CN
China
Prior art keywords
candidate
site
station
address
linear programming
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910373187.2A
Other languages
English (en)
Other versions
CN111898221A (zh
Inventor
陈娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technical Service Co Ltd
Original Assignee
Huawei Technical Service Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technical Service Co Ltd filed Critical Huawei Technical Service Co Ltd
Priority to CN201910373187.2A priority Critical patent/CN111898221B/zh
Priority to PCT/CN2020/088376 priority patent/WO2020224544A1/zh
Publication of CN111898221A publication Critical patent/CN111898221A/zh
Application granted granted Critical
Publication of CN111898221B publication Critical patent/CN111898221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Primary Health Care (AREA)
  • Signal Processing (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种选址方法及装置，属于信息处理技术领域。在本申请中，将整数线性规划模型转换为线性规划模型进行求解，以得到第一选址结果和第二选址结果，之后，从多个候选站址中除第一选址结果和第二选址结果包括的站址之外的剩余候选站址中确定被选站址。也即，本申请可以首先通过求解转化得到的线性规划模型得到一部分选址结果，之后，根据这部分选址结果对之前基于多个候选站址的选址问题进行降维，进而求解降维后的选址问题。这样，当候选站址的数量较大时，通过本申请提供的方法不仅可以降低选址的难度，而且可以缩短选址所耗费的时间。

Description

选址方法、装置及计算机可读存储介质
技术领域
本申请涉及信息处理技术领域，特别涉及一种选址方法、装置及计算机可读存储介质。
背景技术
当前，随着服务技术的发展，诸如无线通信网络、配电网络等服务网络的规划变得越来 越重要。其中，服务站的选址问题是服务网络规划中的关键问题。
相关技术中，在进行服务站的选址时，可以根据多个候选站址以及建站条件确定目标函 数，之后，可以根据影响该目标函数的因素确定决策变量，进而根据决策变量和建站条件确 定约束条件。根据上述确定的目标函数、决策变量和约束条件确定整数线性规划模型，之后，可以利用分支定界法或割平面法对该整数线性规划模型进行求解，从而从该多个候选站址中 确定得到服务站的站址。
然而，当采用分支定界法或割平面法对整数线性规划模型进行求解时，若上述多个候选 站址的数量较大，则在有限的时间内很难求解得到选址结果。
发明内容
本申请提供了一种选址方法、装置及计算机可读存储介质，可以用于相关技术中选址问 题涉及的候选站址数量较大时，无法在有限时间内得到选址结果的问题。所述技术方案如下：
第一方面，提供了一种选址方法，所述方法包括：对整数线性规划模型进行预处理，得 到线性规划模型，所述整数线性规划模型是根据多个候选站址、多个待服务对象和多个建站 条件建立的模型，且所述整数线性规划模型输出的决策变量的取值为整数值，所述线性规划模型输出的决策变量的取值包括整数值和小数值；将所述整数线性规划模型的多个参数的参 数值输入所述线性规划模型；根据所述线性规划模型输出的决策变量的取值中的整数值确定 第一选址结果和第二选址结果，所述第一选址结果包括多个被选站址，所述第二选址结果包 括多个不被选站址，所述多个被选站址是指所述多个候选站址中被选作建设服务站的站址；从所述多个候选站址中除所述第一选址结果和所述第二选址结果之外的剩余候选站址中确定 被选站址。
本申请实施例可以首先通过求解转化得到的线性规划模型得到一部分选址结果，之后， 根据这部分选址结果对之前基于多个候选站址的选址问题进行降维，进而求解降维后的选址 问题，这样，即使候选站址的数量较大，通过本申请提供的方法也可以在有限的时间内快速得到选址结果，解决了相关技术中直接采用分支定界法或割平面法求解整数线性规划模型时， 无法在有限时间内得到选址结果的问题。
可选地，所述整数线性规划模型包括中间变量和约束条件，所述中间变量用于指示待服 务对象是否被服务，所述约束条件包括第一整数集和第二整数集，所述第一整数集包括所述 决策变量的允许取值，所述第二整数集包括所述中间变量的允许取值。相应地，所述对整数线性规划模型进行预处理，得到线性规划模型的实现过程可以为：将所述第一整数集转换为 第一取值范围，将所述第二整数集转换为第二取值范围，得到所述线性规划模型，所述第一 取值范围是指包含所述第一整数集内的整数值的连续取值范围，所述第二取值范围是指包含 所述第二整数集内的整数值的连续取值范围。
可选地，所述整数线性规划模型还包括第一参数，所述第一参数用于指示在每个候选站 址上建站时待选服务站类型的数量。在此基础上，在将所述第一整数集转换为第一取值范围， 将所述第二整数集转换为第二取值范围之后，还可以将在每个候选站址上建站时的K个待选 服务站类型转换为在相同位置上的K个不同候选站址，所述K为所述第一参数。
可选地，所述约束条件还包括第一约束，所述第一约束包括第一候选站址集合，所述第 一候选站址集合包括至少一个候选站址对，每个候选站址对包括的两个候选站址之间的距离 小于第一阈值；相应地，在将所述第一整数集转换为第一取值范围，将所述第二整数集转换为第二取值范围之后，还可以将所述第一候选站址集合转换为第二候选站址集合，所述第二 候选站址集合包括至少两个候选站址，且所述至少两个候选站址中的任意两个候选站址之间 的距离均小于所述第一阈值。
通过将第一候选站址集合转换为第二候选站址集合，可以减少线性规划模型最终输出的 求解结果中包括的小数解。由于线性规划模型的求解结果中的小数值不满足整数线性规划的 变量的取值要求，不能用来判断候选站址是否被选，因此，通过这一处理减少线性规划模型最终输出的求解结果中包括的小数值，相当于减少了无用解的数量。
可选地，从所述多个候选站址中除所述第一选址结果和所述第二选址结果之外的剩余候 选站址中确定被选站址的实现过程可以为：将所述多个候选站址中所述第一选址结果包括的 站址、所述第二选址结果包括的站址以及与所述第一选址结果中包括的被选站址不能同时建站的站址进行删除；将所述多个待服务对象中所述第一选址结果包括的站址所服务的待服务 对象进行删除；根据删除后剩余的候选站址和删除后剩余的待服务对象，确定所述删除后剩 余的候选站址中的被选站址。
在得到第一选址结果和第二选址结果之后，可以通过删除多个候选站址中第一选址结果 和第二选址结果包括的站址、与被选站址不能同时建站的站址，删除多个待服务对象中被选 站址所服务的待服务对象来对原选址问题进行降维，之后，对降维得到的选址问题继续进行求解，这样，不仅可以降低选址的复杂度，而且可以缩短选址的时间。
可选地，根据删除后剩余的候选站址和删除后剩余的待服务对象，确定所述删除后剩余 的候选站址中的被选站址的实现过程可以为：根据所述删除后剩余的候选站址和所述删除后 剩余的待服务对象确定图论选址图，所述图论选址图中包括多个节点，每个节点用于指示所述删除后剩余的候选站址中的一个候选站址，所述多个节点中两个不能同时建站的候选站址 对应的两个节点之间具有连边；根据所述图论选址图确定所述删除后剩余的候选站址中的被 选站址。也即，在本申请实施例中，可以通过图论算法来对降维后的选址问题进行求解，从 而得到最终的选址结果。
可选地，所述多个节点中的每个节点对应有第一权重和第二权重，所述第一权重是指在 相应节点所指示的候选站址上建设服务站后对所述删除后剩余的待服务对象的服务能力，所 述第二权重是指在相应节点所指示的候选站址上建设服务站的建站成本；在此基础上，根据所述图论选址图确定所述删除后剩余的候选站址中的被选站址的实现过程可以为：根据每个 节点对应的第一权重和第二权重，从所述多个节点中选择目标节点；判断是否将所述目标节点所指示的候选站址确定为被选站址；如果将所述目标节点所指示的候选站址确定为被选站 址，则将所述删除后剩余的候选站址中确定的被选站址以及与确定的被选站址不能同时建站 的站址删除，将所述删除后剩余的待服务对象中确定的被选站址所服务的待服务对象删除， 根据再次删除后剩余的候选站址和再次删除后剩余的待服务对象对所述图论选址图进行更新，返回根据每个节点对应的第一权重和第二权重，从所述多个节点中选择目标节点的步骤， 直到再次删除后不存在剩余的候选站址时为止。
可选地，判断是否将所述目标节点所指示的候选站址确定为被选站址的实现过程可以为： 根据所述目标节点和所述图论选址图，确定第一选址问题；通过动态规划算法将所述第一选 址问题进行L层分割，所述L小于所述第一选址问题允许被分割的最大层数；确定分割得到 的多个子问题的运算结果，根据所述多个子问题的运算结果确定所述第一选址问题的运算结果；根据所述第一选址问题的运算结果判断是否将所述目标节点所指示的候选站址作为被选 站址。
在本申请实施例中，可以通过动态规划算法对第一选址问题划分L层，进而通过划分得 到的多个子问题的运算结果来确定第一选址问题的运算结果，这样，可以在保证运算结果的 准确性的同时，减少计算量。
第二方面，提供了一种选址方法，所述方法包括：根据多个候选站址、多个待服务对象 和多个建站条件，确定图论选址图，所述图论选址图中包括多个节点，每个节点用于指示所 述多个候选站址中的一个候选站址，所述多个节点中两个不能同时建站的候选站址对应的两个节点之间具有连边；根据所述图论选址图确定所述多个候选站址中的被选站址。
在本申请实施例中，当根据建站条件无法建立整数线性规划模型时，可以根据多个候选 站址、多个待服务对象和多个建站条件确定图论选址图，再通过前述介绍的动态规划算法或 者是动态规划算法结合贪婪算法来确定选址结果。这样，避免了在无法建立整数线性规划模型时，通过人工经验进行选址的不准确性。
可选地，所述多个节点中的每个节点对应有第一权重和第二权重，所述第一权重是指在 相应节点所指示的候选站址上建设服务站后对所述多个待服务对象的服务能力，所述第二权 重是指在相应节点所指示的候选站址上建设服务站的建站成本；在此基础上，根据所述图论选址图确定所述多个候选站址中的被选站址的实现过程可以为：根据每个节点对应的第一权 重和第二权重，从所述多个节点中选择目标节点；判断是否将所述目标节点所指示的候选站 址确定为被选站址；如果将所述目标节点所指示的候选站址确定为被选站址，则将所述多个 候选站址中确定的被选站址以及与所述确定的被选站址不能同时建站的站址删除，将所述多个待服务对象中所述确定的被选站址所服务的待服务对象删除，根据删除后剩余的候选站址 和删除后剩余的待服务对象对所述图论选址图进行更新，返回所述根据每个节点对应的第一 权重和第二权重，从所述多个节点中选择目标节点的步骤，直到删除后不存在剩余的候选站 址时为止。
可选地，判断是否将所述目标节点所指示的候选站址确定为被选站址的实现过程可以为： 根据所述目标节点和所述图论选址图，确定第一选址问题；通过动态规划算法将所述第一选 址问题进行L层分割，所述L小于所述第一选址问题允许被分割的最大层数；确定分割得到 的多个子问题的运算结果，根据所述多个子问题的运算结果确定所述第一选址问题的运算结果；根据所述第一选址问题的运算结果判断是否将所述目标节点所指示的候选站址确定为被 选站址。
第三方面，提供了一种选址装置，所述选址装置具有实现上述第一方面或第二方面中选 址方法行为的功能。所述选址装置包括至少一个模块，该至少一个模块用于实现上述第一方 面或第二方面所提供的选址方法。
第四方面，提供了一种选址装置，所述选址装置的结构中包括处理器和存储器，所述存 储器用于存储支持选址装置执行上述第一方面或第二方面所提供的选址方法的程序，以及存 储用于实现上述第一方面或第二方面所提供的选址方法所涉及的数据。所述处理器被配置为用于执行所述存储器中存储的程序。所述存储设备的操作装置还可以包括通信总线，该通信 总线用于该处理器与存储器之间建立连接。
第五方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令， 当其在计算机上运行时，使得计算机执行上述第一方面或第二方面所述的选址方法。
第六方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算 机执行上述第一方面或第二方面所述的选址方法。
上述第三方面、第四方面、第五方面和第六方面所获得的技术效果与第一方面和第二方 面中对应的技术手段获得的技术效果近似，在这里不再赘述。
本申请提供的技术方案带来的有益效果至少包括：
本申请实施例可以将整数线性规划模型转换为线性规划模型进行求解，以得到第一选址 结果和第二选址结果，之后，再确定多个候选站址中除第一选址结果和第二选址结果之外的 剩余候选站址中的被选站址。也即，本申请可以首先通过求解转化得到的线性规划模型得到一部分选址结果，之后，根据这部分选址结果对之前基于多个候选站址的选址问题进行降维， 进而求解降维后的选址问题，这样，即使候选站址的数量较大，通过本申请提供的方法也可 以在有限的时间内快速得到选址结果，解决了相关技术中直接采用分支定界法或割平面法求 解整数线性规划模型时，无法在有限时间内得到选址结果的问题。
附图说明
图1是本申请实施例提供的用于选址的计算机设备的结构示意图；
图2是本申请实施例提供的一种选址方法流程图；
图3是本申请实施例提供的一种图论选址图的示例；
图4是本申请实施例提供的根据图论选址图确定删除后剩余的候选站址中的被选站址的 流程图；
图5是本申请实施例提供的另一种选址方法流程图；
图6是本申请实施例提供的一种选址装置结构示意图；
图7是本申请实施例提供的另一种选址装置结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
在本申请实施例进行详细的解释说明之前，先对本申请实施例涉及的应用场景予以介绍。
当前，随着各种服务技术的发展，为了满足用户需求，各种服务网络的规划变得越来越 重要。其中，在进行网络规划时，服务站的选址问题是重中之重。例如，在进行5G通信网 络的规划时，如何选取5G通信网络中各个5G基站的位置，将直接影响5G通信网络覆盖的用户数以及5G通信网络的服务质量。再例如，当商家在进行商铺网络规划时，如何选取商铺的位置，以使商铺覆盖的用户数最大化且商铺的建设成本或运营成本最低，将直接影响到商家的效益。基于此，本申请实施例中提供了一种选址方法，该选址方法可以应用于诸如通信网络、配电网络、商铺网络、物流网络等各种服务网络的规划过程中，以实现服务站的选址。
图1是本申请实施例提供的一种用于选址的计算机设备的结构示意图。参见图1，该计 算机设备包括至少一个处理器101，通信总线102，存储器103以及至少一个通信接口104。
处理器101可以是一个通用中央处理器(Central Processing Unit，CPU)，微处理器，特 定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本申 请方案程序执行的集成电路。
通信总线102可包括一通路，在上述组件之间传送信息。
存储器103可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的 其它类型的静态存储设备，随机存取存储器(random access memory，RAM))或者可存储信 息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用 光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备、或者能够用于携带或存储具有指令 或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器103可以是独立存在，通过通信总线102与处理器101相连接。存储器103也可以和处理 器101集成在一起。
通信接口104，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太 网，无线接入网(RAN)，无线局域网(Wireless Local Area Networks，WLAN)等。
在具体实现中，作为一种实施例，处理器101可以包括一个或多个CPU，例如图1中所 示的CPU0和CPU1。
在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，例如图1中所示的 处理器101和处理器105。这些处理器中的每一个可以是一个单核(single-CPU)处理器，也 可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或 用于处理数据(例如计算机程序指令)的处理核。
在具体实现中，作为一种实施例，计算机设备还可以包括输出设备106和输入设备107。 输出设备106和处理器101通信，可以以多种方式来显示信息。例如，输出设备106可以是 液晶显示器(liquid crystal display，LCD),发光二级管(light emitting diode，LED)显示设 备，阴极射线管(cathode ray tube，CRT)显示设备，或投影仪(projector)等。输入设备 107和处理器101通信，可以以多种方式接收用户的输入。例如，输入设备107可以是鼠标、键盘、触摸屏设备或传感设备等。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现 中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(PersonalDigital Assistant， PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本发明实施例不限 定计算机设备的类型。
其中，存储器103用于存储执行本申请实施例中下述步骤201-204的程序代码108，并由 处理器101来控制执行。处理器101用于执行存储器103中存储的程序代码108。程序代码 108中可以包括一个或多个软件模块。
目前，在进行服务站选址时，通常根据多个候选站址以及建站条件建立整数线性规划模 型，在建立整数线性规划模型之后，可以采用分支定界法或割平面法来求解该整数线性规划 模型，从而得到选址结果。其中，整数线性规划模型是指决策变量的取值为整数值的线性规划问题。通常，整数线性规划模型可以包括目标函数和约束条件，其中，目标函数是指根据 待优化的目标和影响该目标的变量所设计的函数。例如，在选址问题中，可以将服务站的建 站成本作为待优化目标，并根据影响建站成本的变量设计得到目标函数，此时，该目标函数 可以是用于表示该建站成本最小化的函数。另外，约束条件是指在求解目标函数的过程中所要满足的其他限制条件。例如，在整数线性规划模型的约束条件中包括关于决策变量的约束 条件，该约束条件用于约束决策变量的取值为整数。
需要说明的是，当采用分支定界法来求解整数线性规划模型时，首先可以求解整数线性 规划模型对应的线性规划模型的最优解，其中，该最优解中包括决策变量的最优取值和最优 目标函数值。在确定最优解之后，可以将最优目标函数值作为整数线性规划模型中的目标函数的函数值的上界，并将该整数线性规划模型中的目标函数的任意可行解对应的函数值作为 该目标函数的函数值的下界。之后，若最优解中的决策变量的最优值为整数值，则将该决策 变量的最优值作为该整数线性规划模型的一个整数解，并根据最优解中包括的决策变量的最 优取值将整数线性规划模型的决策变量的可行解区间划分为两部分。当然若最优解中的决策变量的最优值不为整数值，则说明该决策变量的最优值并非该整数线性规划模型的解，此时， 可以根据上述的方法将该整数线性规划模型的决策变量的可行解区间划分为两部分。在将整 数线性规划模型的决策变量的可行解区域划分为两部分之后，根据划分得到的两个可行解区 域和前述确定的目标函数的上界和下界将整数线性规划模型转换为两个整数线性规划子模型，并采用前述方法对这两个整数线性规划子模型进行求解，得到每个子模型对应的线性规 划模型的最优解。之后，重新根据最优解中包括的最优目标函数值确定目标函数的函数值的 上界和下界。其中，若某个子模型的最优解中的最优目标函数值小于目标函数的函数值的下 界，则将该子模型这一分支进行剪枝，也即后续不再对这一子模型再进行处理。若某个子模型的最优解中的最优目标函数值大于目标函数的函数值的下界，则继续在该子模型的基础上 进行分支。由此类推，通过不断分支，直到最终确定的最优解中的最优目标函数值等于前一 次确定的目标函数的函数值的下界为止，将此时的最优目标函数值、对应的决策变量的最优 取值作为该整数线性规划模型的最终求解结果。
下面以一个示例来对上述的分支定界法求解整数线性规划模型的过程进行说明。
假设整数线性规划模型如下：
目标函数：max Z＝40x1+90x2；
约束条件：9x1+7x2≤56；7x1+20x2≤70；x1≥0；x2≥0；x1和x2均为整数。
首先，可以不考虑约束条件中的整数限制，将该整数线性规划模型作为线性规划模型进 行求解，从而得到最优解：x1＝4.8029，x2＝1.8168，Z＝355.8779。此时，可以将Z＝356作 为目标函数的函数值的上界，另外，根据x1≥0和x2≥0可知，x1＝x2＝0也是该目标函数的 一组可行解，将x1＝x2＝0时的目标函数值Z＝0作为该目标函数的函数值的下界。
在本示例中，决策变量有两个，可以任选其中一个决策变量进行分支。假设选取x1，根 据x1＝4.8029可以将x1的可行解的区间划分为两部分，分别为x1≥5和x1≤4。
根据上述确定的目标函数的上界和下界、划分得到的x1两部分可行解区间，对整数线性 规划模型进行转换，得到两个整数线性规划子模型，分别如下：
(1)、目标函数：max Z＝40x1+90x2；
约束条件：9x1+7x2≤56；7x1+20x2≤70；0≤x1≤4；x2≥0；x1和x2均为整数。
(2)目标函数：max Z＝40x1+90x2；
约束条件：9x1+7x2≤56；7x1+20x2≤70；x1≥5；x2≥0；x1和x2均为整数。
在得到上述两个整数线性规划子模型之后，对于每一个子模型，均参照前述对整数线性 规划模型的处理过程，求解每个子模型对应的线性规划模型，分别得到子模型(1)对应的线 性规划模型的最优解为：x1＝4，x2＝2.1，Z＝349。子模型(2)对应的线性规划模型的最 优解为：x1＝5，x2＝1.57，Z＝341.4。其中，由于两个最优解中最优目标函数值的最大值 为349，所以将目标函数的函数值的上界更新为349。另外，由于另一个最优解中的决策变量 的取值不符合整数条件，因此，保持目标函数的函数值的下界不变，也即，仍为0。这样， 重新得到目标函数的函数值范围为：0≤Z≤349。由于子模型(1)和(2)对应的最优解中的最优目标函数值均大于目标函数的函数值下界，且不大于目标函数的函数值的上界，因此，将子模型(1)和(2)再次根据前述方法进行分支，从而得到子模型(1)对应的两个子模型， 子模型(2)对应的两个子模型。以此类推，本申请实施例不再赘述。
由此可见，在通过分支定界法对整数线性规划模型进行求解时，需要将整数线性规划问 题划分为子问题，再将子问题不断的一层一层继续划分。这对于选址场景下涉及的候选站址 数量较少时的小规模的规划问题可以适用，但是对于涉及的候选站址数量较大时的大规模选址问题，则很难在有限的时间内求解得到选址结果。
同样的，根据割平面法求解整数线性规划模型也存在同样的问题。基于此，本申请实施 例提供了一种选址方法，在该种选址方法中，可以首先通过求解由整数线性规划模型转化得 到的线性规划模型来得到一部分选址结果，之后，根据这部分选址结果对之前基于多个候选站址的选址问题进行降维，之后，通过图论算法来求解降维后的选址问题，这样，即使候选 站址的数量较大，通过本申请提供的方法也可以在有限的时间内快速得到选址结果，解决了 相关技术中直接采用分支定界法或割平面法求解整数线性规划模型时，无法在有限时间内得 到选址结果的问题。
接下来结合附图2对本申请实施例提供的选址方法进行详细的解释说明。
图2是本申请实施例提供的一种选址方法的流程图，该方法可以应用于计算机设备中， 如图2所示，该方法包括以下步骤：
步骤201：对整数线性规划模型进行预处理，得到线性规划模型，该整数线性规划模型 是根据多个候选站址、多个待服务对象和多个建站条件建立的模型。
其中，多个候选站址是指待选的站址，本申请提供的选址方法即用于从该多个候选站址 中选择出要建设服务站的站址。需要说明的是，该多个候选站址可以根据所要规划的服务网 络所在的区域内的地形、地貌、已有服务站的分布情况等地理信息数据，通过计算机模拟得到。或者，在一种可能的实现方式中，该多个候选站址也可以根据所要规划的服务网络内的 已经存在的一些特定位置确定得到。例如，在进行5G基站的选址时，可以将现有的4G基站 的位置作为候选站址。
多个待服务对象是指所要规划的服务网络所在的区域内等待服务站服务的对象。其中， 该多个待服务对象可以是多个用户，也可以是将所要规划的服务网络所在的区域进行栅格化 后得到的多个位置。
另外，多个建站条件是指根据待规划的服务网络的业务需求确定的选址过程中所要满足 的限制条件。例如，该多个建站条件可以包括：任意两个距离小于第一阈值的候选站址上不 能同时建站、建站总成本小于第二阈值、一个候选站址上建设一种类型的服务站、在被选站址建设服务站后所服务的待服务对象的数量不小于第三阈值等等。本申请实施例不对建站条 件进行限定。
在本申请实施例中，在执行本步骤之前，首先可以根据待规划的服务网络的业务需求确 定优化目标。其中，优化目标可以包括根据被选站址进行建站时所服务的待服务对象的数量、 根据被选站址进行建站时所服务的区域的面积，或者根据被选站址进行建站时的服务质量、根据被选站址进行建站时的建站成本等。需要说明的是，在本申请实施例中，优化目标可以 为一个，也可以为多个。
在确定优化目标之后，可以根据该优化目标以及多个候选站址和/或多个待服务对象建立 目标函数。例如，当优化目标为根据被选站址进行建站时对待服务对象的服务质量时，根据 该优化目标、多个候选站址和多个待服务对象建立的目标函数即可以为使服务站所服务的待 服务对象的数量最大化的函数。再例如，当优化目标为根据被选站址进行建站时的建站成本 时，则根据该优化目标、多个候选站址和多个待服务对象确定的目标函数可以是使建站成本最小化的函数。
由上述示例可以看出，在一些可能的情况中，根据优化目标确定的目标函数就可以表征 多个建站条件中的某些建站条件，在这种情况下，在确定目标函数之后，可以将多个建站条 件中与目标函数所表征的建站条件重复的建站条件去除，并根据剩余的建站条件、多个候选 站址和多个待服务对象来建立约束条件，从而得到包含有目标函数和约束条件的整数线性规 划模型。其中，由于整数线性规划模型的变量的允许取值为整数值，因此，在整数线性规划模型的约束条件中还可以包括用于限制模型中的变量的允许取值为整数的条件。
示例性地，假设优化目标为根据被选站址进行建站时所服务的待服务对象的服务质量， 多个建站条件包括任意两个距离小于第一阈值的候选站址上不能同时建站、建站总成本小于 第二阈值、一个候选站址上建设一种类型的服务站，则根据该优化目标、多个候选站址、多个待服务对象和多个建站条件建立的整数线性规划模型如下：
目标函数：
约束条件：(j,j')∈V，xj,k∈{0,1}，yi∈{0,1}；
其中，N是指待服务对象的数量，wi是指多个待服务对象中的待服务对象i的服务权重 系数。yi是中间变量，用于指示被服务的对象中是否包括待服务对象i。其中，yi的取值为0 或1，当yi的取值为0时，表示被服务的对象中不包括待服务对象i，也即待服务对象i未被 服务；当yi的取值为1时，表示被服务的对象中包括待服务对象i，也即待服务对象i被服务。 K是指在每个候选站址上建站时待选服务站类型的数量，也即是，存在K个服务站类型，在 一个站址上建设服务站时，该服务站的类型可以该K个类型中的一个。M是指候选站址的数 量，ri,j,k用于指示在候选站址j上建设的第k个类型的服务站是否服务待服务对象i，xj,k是决 策变量，用于指示是否在候选站址j上建设第k个类型的服务站，其中，xj,k的取值为0或1， 当xj,k的取值为1时，表示候选站址j为被选站址，且在候选站址上建设的服务站的类型为第 k个类型。当xj,k的取值为0时，表示不在候选站址j上建设第k个类型。cj,k是指在候选站 址j上建设第k个类型的服务站的成本，C是指第二阈值，V是指候选站址对集合，其中，V 包括多个候选站址对，每个候选站址对包括的两个候选站址之间的距离小于第一阈值。
另外，对于整数线性规划模型中的变量取值为整数值的约束，可以通过约束条件中 xj,k∈{0,1}，yi∈{0,1}这两个条件来实现。
需要说明的是，服务权重系数wi可以是根据待服务对象i与候选站址之间距离确定得到。 示例性地，可以将待服务对象i与候选站址之间的距离的倒数作为服务权重系数。或者，当待 服务对象是将某个区域进行栅格化后每个栅格的位置时，该服务权重系数可以根据每个栅格 内包含的用户数量来确定。本申请实施例在此不对服务权重系数做限定。
示例性地，假设优化目标为根据被选站址进行建站时的建站成本，多个建站条件包括任 意两个距离小于第一阈值的候选站址上不能同时建站、一个候选站址上建设一种类型的服务 站、在被选站址建设服务站后对待服务对象的服务质量不小于第三阈值，则根据该优化目标、多个候选站址、多个待服务对象和多个建站条件建立的整数线性规划模型如下：
目标函数：
约束条件：
其中，W是指第三阈值。另外，上述目标函数和约束条件中其余参数的相关含义可以参 考前述相关说明，本申请实施例在此不再赘述。
在建立整数线性规划模型之后，可以对该整数线性规划模型进行预处理，从而得到线性 规划模型。由于与整数线性规划模型相比，线性规划模型的求解更容易且业界技术比较成熟， 因此，在本申请实施例中，可以通过一些松弛方法来对整数线性规划模型进行一定的预处理，从而将其转换为线性规划模型。
由前文中的介绍可知，整数线性规划模型的约束条件中包括用于约束模型中的变量的允 许取值为整数的条件。而线性规划模型中变量的允许取值可以为整数值也可以为小数值。基 于此，在对整数线性规划模型进行预处理，以得到线性规划模型时，可以首先对整数线性规划模型中用于约束变量的允许取值为整数的条件进行松弛。
示例性地，当整数线性规划模型中包括中间变量和决策变量时，该整数线性规划模型的 约束条件中可以包括用于约束决策变量的取值为整数值的第一整数集，以及用于约束中间变 量的取值为整数值的第二整数集。在这种情况下，可以将第一整数集转换为第一取值范围，将第二整数集转换为第二取值范围，其中，第一取值范围和第二取值范围均为连续的取值范 围，且第一取值范围包含有第一整数集内的所有整数，第二取值范围包含有第二整数集内的 所有整数。也就是说，本申请实施例可以将整数线性规划模型中的变量的离散的取值范围转 换为连续的取值范围。
需要说明的是，在转换的过程中，对于每个整数集，可以将该整数集中的最小值作为转 换后的取值范围的下限值，将该整数集中的最大值作为转换后的取值范围的上限值。
例如，以前述所示出的两个整数线性规划为例，其中，用于约束决策变量的允许取值的 第一整数集和用于约束中间变量的允许取值的第二整数集均为{0,1}，也即，决策变量和中间 变量的允许取值为0或1。在这种情况下，可以将0作为转换后的取值范围的下限值，将1 作为转换后的取值范围的上限值。由此可见，根据上述决策变量和中间变量的离散的取值范 围转换得到的连续的取值范围为[0,1]。
在对整数线性规划模型中变量的允许取值进行转换之后，还可以对整数线性规划模型中 的其他参数进行松弛。
示例性地，整数线性规划模型中可以包括第一参数，为了后续便于说明，将该第一参数 用K来表示。该第一参数用于指示在每个候选站址上建站时待选服务站类型的数量。也就是 说，在任一个候选站址上建设服务站时，将有K个待选服务站类型供选择。并且，考虑到通 常一个站址上要求建设一个类型的服务站，因此，可以从K个待选服务站类型选择一个类型 进行建站。基于此，当整数线性规划模型中包含有第一参数时，可以将在每个候选站址上建 站时的K个待选服务站类型转换为在相同位置上的K个不同候选站址。
例如，仍以前述提供的两种整数线性规划模型为例来进行说明。将整数线性规划模型中 在每个候选站址上建站时的K个待选服务站类型转换为在相同位置上的K个不同候选站址，这样，由于原本有M个候选站址，因此，通过转换后可以得到有(M*K)个候选站址。这样， 对于第一个整数线性规划模型，约束条件中涉及到第一参数的条件均可以按照上述方法进行 转换。其中，这一条件可以转换为这一 条件可以转换为这一条件可以删除，这 一条件可以转换为∑xj+∑xj'≤1(j,j')∈V。
同理，对于第二整数线性规划模型，目标函数和约束条件中涉及到第一参数的条件也均 可以进行转换，本申请实施例在此不再赘述。
可选地，由前文对建站条件以及整数线性规划模型的约束条件的介绍可知，考虑到建站 成本、业务需求等因素，整数线性规划模型中还可以包括第一约束，该第一约束包括第一候 选站址集合，第一候选站址集合中包括至少一个候选站址对，每个候选站址对包括的两个候选站址之间的距离小于第一阈值，且每个候选站址对中的两个候选站址中仅有一个候选站址 可作为被选站址的条件。由此可见，通过第一约束可以限制任意两个被选站址之间的距离不 小于第一阈值。基于此，在本申请实施例中，还可以对整数线性规划模型中的这一约束进行 松弛。示例性地，可以将第一约束中的第一候选站址集合转换为第二候选站址集合。其中，该第二候选站址集合中包括至少两个候选站址，且至少两个候选站址中的任意两个候选站址 之间的距离均小于第一阈值。也即是，当第一约束中包括第一候选站址集合时，通过第一约 束可以限制第一候选站址集合中的每个候选站址对中可以有一个候选站址作为被选站址，但 是属于不同的候选站址对的候选站址之间并无限制。这样，当第一候选站址集合中包括的候选站址对有多个时，可能有属于不同候选站址对的多个候选站址可以作为被选站址。而将第 一候选站址集合转换为第二候选站址集合之后，由于第二候选站址集合中不包括候选站址对， 而是包括至少两个候选站址，且任意两个候选站址之间的距离均小于第一阈值，因此，通过 转换后的第一约束可以限制第二候选站址集合中的至少两个候选站址中可以有一个候选站址作为被选站址，也即是，无论第二候选站址集合中有多少个候选站址，通过第一约束的限制， 第二候选站址中将最多有一个候选站址可以作为被选站址。
仍以前述提供的两个整数线性规划模型为例来进行示例说明。在前述两个整数线性规划 模型中，约束条件中的(j,j')∈V这一约束即是第一约束。其中，V为第 一候选站址集合，(j,j')为一个候选站址对，将第一候选站址集合V转换为第二候选站址集合 U，由于第二候选站址集合中将最多有一个候选站址可以作为被选站址，因此，第一约束中 的可以被转换为
需要说明的是，在未对第一候选站址集合进行转换时，根据第一约束，在求解线性规划 模型时，由于仅仅需要一个候选站址对中的两个候选站址满足这一条件即 可，因此，假设一个候选站址对中的两个候选站址对应的决策变量的取值均为0.5，则这两个 候选站址是满足上述条件的，因此，这两个候选站址对应的决策变量的取值将被作为求解结 果的一部分输出，也即，这两个小数值将被输出。而如果将第一候选站址集合转换为第二候 选站址集合，由于第二候选站址集合中所有候选站址对应的决策变量需满足这一条 件。因此，假设此时第二候选站址集合中有三个候选站址对应的决策变量的取值均为0.5，则 根据上述条件，第二候选站址集合中这三个候选站址对应的决策变量无法满足上述条件，此 时，这三个小数值将均无法作为线性规划模型的求解结果的一部分输出。由此可见，通过将 第一候选站址集合转换为第二候选站址集合，可以减少线性规划模型最终输出的求解结果中 包括的小数值。由于线性规划模型的求解结果中的小数值不满足整数线性规划的变量的取值要求，不能用来判断候选站址是否被选，因此，通过这一处理减少线性规划模型最终输出的 求解结果中包括的小数值，相当于减少了无用解的数量。
通过上述提供的预处理方法，可以对整数线性规划模型进行预处理，从而得到线性规划 模型。需要说明的是，在对整数线性规划模型进行预处理时，首先可以通过上述方法对整数 线性规划模型的变量的允许取值进行处理。在对整数线性规划模型的变量的允许取值进行处理之后，如果该整数线性规划模型中还包括第一参数和第一约束，则还可以通过上述提供的 方法继续对第一参数和第一约束中的任一个进行处理。当然，也可以对其全部进行处理，本 申请实施例对此不作限定。
以前述提供的两个整数线性规划模型为例，当依次对该整数线性规划模型的变量的允许 取值、第一参数和第一约束进行处理之后，得到的线性规划模型分别如下：
(1)、目标函数：
约束条件：
其中，U为第二候选站址集合。
(2)、目标函数：
约束条件：
步骤202：将线性规划模型的多个参数的参数值输入该线性规划模型。
在根据多个候选站址和多个待服务对象建立的整数线性规划模型中，目标函数和约束条件不仅包括中间变量和决策变量，还包括多个参数。基于此，在对整数线性规划模型进行预 处理得到线性规划模型之后，可以输入该多个参数的参数值，以便后续对该线性规划模型进 行求解，以得到选址结果。
其中，该多个参数的参数值可以包括多个候选站址和多个待服务对象之间的覆盖关系数 据、多个待服务对象中每个待服务对象的权重数据、第一参数的参数值以及建设每个服务站 的建站成本等。
需要说明的是，多个候选站址和多个待服务对象之间的覆盖关系数据可以是预先通过一 定系统仿真工具确定或者通过数据挖掘技术确定得到，且该覆盖关系数据主要可以包括用于 指示在任一候选站址上建设服务站时，该多个待服务对象是否被服务的数据。例如，当前有 10个候选站址和100个待服务对象，则该覆盖关系数据中可以包括用于指示在候选站址1上 建设服务站时，100个待服务对象中每个待服务对象是否被服务的数据，在候选站址2上建 设服务站时，100个带服务对象中的每个待服务对象是否被服务的数据，以此类推。
以步骤201中介绍的两个整数线性规划模型转换得到线性规划模型为例，输入的多个候 选站址和多个待服务对象之间的覆盖关系数据即可以作为参数ri,j的参数值，输入的多个待服 务对象中每个待服务对象的权重数据可以作为wi的参数值，输入的第一参数的参数值可以作 为参数K的参数值，输入的建设每个服务站的建站成本则可以作为cj的参数值。
步骤203：根据线性规划模型输出的决策变量的取值中的整数值确定第一选址结果和第 二选址结果。
在将多个参数的参数值输入值线性规划模型之后，可以对该线性规划模型进行求解，从 而得到求解结果。其中，该求解结果包括决策变量的取值。除此之外，该求解结果中还可以 包括中间变量的取值。
需要说明的是，由于线性规划模型的变量的取值可以为整数值也可以为小数值，而整数 线性规划模型的变量的取值要求为整数值，因此，在得到线性规划模型的求解结果之后，该 求解结果中决策变量为整数值的结果即可以近似的作为整数线性规划模型的求解结果，也即，可以作为选址结果。而剩余决策变量为小数值的结果由于不满足整数线性规划模型的变量的 取值条件，所以不可以作为对应的整数线性规划模型的求解结果。基于此，在得到线性规划 模型的求解结果后，可以根据该求解结果中决策变量为整数值的结果确定第一选址结果和第 二选址结果。
示例性地，当求解结果中包括决策变量的取值，不包括中间变量的取值时，可以将该求 解结果中决策变量为整数值的结果筛选出来。之后，根据筛选出来的结果中决策变量的取值 为第一数值的结果确定第一选址结果，其中，第一数值是指用于指示决策变量所对应的候选站址为被选站址的数值。
需要说明的是，由于每个决策变量的取值均可以用于指示一个候选站址是否可以作为被 选站址，当决策变量的取值为第一数值时，即可以确定该决策变量所代表的候选站址可以作 为被选站址。基于此，可以从筛选出来的决策变量的取值为整数值的结果中获取决策变量的取值为第一数值的结果，并获取这部分结果中的所有决策变量对应的候选站址，从而得到第 一选址结果。此时，第一选址结果中包括的站址即为确定的该多个候选站址中可以作为被选 站址的站址。
对于筛选出来的结果中剩余的结果，由于剩余结果中的决策变量的取值虽然为整数值， 但是不为第一数值，因此，可以确定剩余结果中的决策变量所代表的候选站址将不被作为被 选站址，也即，剩余结果中的决策变量代表的候选站址为不被选的站址。基于此，可以根据剩余结果中的决策变量获取对应的候选站址，并将获取到的站址作为第二选址结果。此时， 第二选址结果中包括的站址即为多个候选站址中不被选的站址。
可选地，虽然线性规划模型的求解结果中的整数值可以近似的作为整数线性规划模型的 求解结果，但是二者之间可能还是存在一定的误差。基于此，为了提高选址结果的最优性， 在将线性规划模型的求解结果中决策变量为第一数值的结果筛选出来之后，还可以判断每个筛选出来的决策变量对应的候选站址是否为第一候选站址集合中包括的候选站址。对于任一 个筛选出来的决策变量，若该决策变量对应的候选站址不为第一候选站址集合也不为第二候 选站址集合包括的候选站址，则可以将该决策变量对应的候选站址作为被选站址，将确定的 多个被选站址作为第一选址结果。若该决策变量对应的候选站址为第一候选站址集合或第二候选站址集合包括的候选站址，则可以将该决策变量对应的候选站址作为不被选站址。另外， 对于求解结果中决策变量为整数值但不为第一数值的结果，这些结果对应的候选站址也可以 作为不被选站址，将确定的多个不被选站址作为第二选址结果。
可选地，当求解结果中不仅包括决策变量的取值，还包括用于指示每个待服务对象是否 被服务的中间变量的取值时，一方面，可以从该求解结果中筛选出决策变量的取值为整数值 得结果，另一方面，还可以从该求解结果中筛选出中间变量的取值为整数值的结果。之后，可以根据筛选出来的结果中决策变量的取值为第一数值的结果确定被选站址，并根据筛选出 来的结果中中间变量的取值为第二数值的结果确定被服务的待服务对象。之后，将确定的被 选站址和被服务的待服务对象作为第一选址结果。根据筛选出来的结果中决策变量的取值不 为第一数值的结果确定不被选的站址，并根据筛选出来的结果中中间变量的取值不为第二数值的结果确定不被服务的待服务对象，将确定的不被选站址和不被服务的待服务对象作为第 二选址结果。其中，当中间变量的取值为第二数值时，表示中间变量所代表的待服务对象被 服务。
通过将整数线性规划模型转换为线性规划模型，并对线性规划模型进行求解，可以初步 判断出多个候选站址中的一部分站址是否可以作为被选站址。而对于线性规划模型输出的决 策变量的取值为小数值的结果，则无法根据小数值判断对应的决策变量所代表的候选站址是否可以作为被选站址。基于此，接下来可以通过步骤204对来判断这部分取值为小数值的决 策变量所代表的候选站址中哪些站址可以作为被选站址。
步骤204：从多个候选站址中除第一选址结果和第二选址结果之外的剩余候选站址中确 定被选站址。
在通过线性规划模型的求解结果确定出第一选址结果和第二选址结果之后，可以将多个 候选站址中第一选址结果包括的站址、第二选址结果包括的站址以及与第一选址结果中包括 的被选站址不能同时建站的站址进行删除；将多个待服务对象中第一选址结果包括的站址所 服务的待服务对象进行删除；根据删除后剩余的候选站址和删除后剩余的待服务对象，确定 删除后剩余的候选站址中的被选站址。
需要说明的是，由前文所述可知，第一选址结果中包括被选站址，第二选址结果中包括 不被选站址，也即，多个候选站址中包括在第一选址结果和第二选址结果中的站址已经可以 明确确定是否被选，因此，可以首先将多个候选站址中包括在第一选址结果和第二选址结果中的站址进行删除。除此之外，根据建站条件，多个候选站址中除第一选址结果和第二选址 结果包括的站址之外的其他候选站址中还可能包括与第一选址结果中的站址不能同时建站的 站址，由于第一选址结果中的站址已经确定被选，因此，这些不能与第一选址结果中的站址 同时建站的候选站址显然将无法作为被选站址，因此，可以将这部分候选站址也进行删除，从而得到剩余候选站址。
另外，第一选址结果包含了从多个候选站址中确定出来的一部分被选站址，这部分被选 站址将会对多个待服务对象中的部分待服务对象进行服务。换句话说，这部分被选站址将会 对应的服务多个待服务对象中的部分对象。基于此，为了这些已经被服务的对象不被重复服务，可以将多个待服务对象中已经被服务的这部分对象删除，从而得到剩余的待服务对象。
其中，在删除多个待服务对象中已经被服务的对象之前，首先可以根据第一选址结果来 确定多个待服务对象中哪些对象是已经被服务的对象。需要说明的是，根据步骤203的介绍 可知，第一选址结果中可能包含有被服务对象，也可能不包含。在这种情况下，根据第一选址结果包含内容的不同，可以通过不同方式来确定多个待服务对象中的哪些待服务对象为已 经被服务的对象。
示例性地，如果第一选址结果中包含有被选站址，不包含有被服务对象，则可以根据第 一选址结果中包含的被选站址，通过计算机模拟来确定在第一选址结果包含的被选站址上建 站时，多个待服务对象中的哪些待服务对象将被服务，也即确定多个待服务对象中的被服务对象。
可选地，如果第一选址结果中不仅包含有被选站址，还包含有被服务对象，则可以直接 从第一选址结果中获取被服务对象，并将获取的被服务对象确定为在第一选址结果包括的站 址上建设服务站时所服务的对象，也即，该多个待服务对象中已经被服务的对象。
可选地，在一种可能的情况中，如前文所述，第二选址结果中不仅可以包含有不被选站 址，还可以包含有不被服务的对象，在这种情况下，可以直接从第二选址结果中获取不被服 务的对象，这些不被服务的对象即可以直接作为多个待服务对象中除被服务对象之外的剩余服务对象。也即是，不必再执行从多个待服务对象中删除第一选址结果包括的站址所服务的 待服务对象的步骤，而是可以直接从第二选址结果获取剩余的待服务对象。
在通过上述处理后，候选站址的数量和待服务对象的数量均会减少。由于候选站址和待 服务对象的数量减少，因此，当接下来继续根据剩余的待服务对象从剩余的候选站址中确定 被选站址时，相当于是对之前的选址问题进行降维后的选址问题进行求解。这样，相对于直接通过求解整数线性规划模型来得到被选站址，不仅降低了选址的难度，而且可以缩短选址 所需的时间。
在确定剩余的候选站址和剩余的待服务对象之后，可以根据剩余的候选站址和剩余的待 服务对象确定图论选址图。其中，该图论选址图中包括多个节点，每个节点用于指示删除后 剩余的候选站址中的一个候选站址，多个节点中两个不能同时建站的候选站址对应的两个节点之间具有连边；根据图论选址图确定删除后剩余的候选站址中的被选站址。
需要说明的是，在根据剩余的候选站址和剩余的待服务对象确定图论选址图时，每个候 选站址可以作为一个节点，且任意两个不能同时建站的候选站址所对应的两个节点之间具有 连边。其中，不能同时建站的两个候选站址可以是指彼此之间的距离小于第一阈值的两个候选站址。当然，也可能是根据其他业务需求确定的不能同时建站的候选站址。
除此之外，每个节点还可以对应有第一权重和第二权重。其中，第一权重是指在相应节 点所指示的候选站址上建设服务站后对剩余的待服务对象的服务能力。所谓对待服务对象的 服务能力，可以是指覆盖的待服务对象的总数量，也可以是指对待服务对象的服务质量等，并且，可以通过待服务对象的服务权重系数来表征对待服务对象的服务能力。例如，在前述 提供的两个整数线性规划模型中，均是通过每个待服务对象对应的服务权重系数来表征对相 应待服务对象的服务能力，在这种情况下，即可以将在相应站址上建站时待服务对象对应的 服务权重系数的总和作为第一权重。另外，第二权重是指在相应节点所指示的候选站址上建设服务站的建站成本。
图3是本申请实施例中示出的一种图论选址图的示例。如图3中所示，节点V1用于表征 候选站址1，节点V2用于表征候选站址2，以此类推。其中节点V1和节点V2、V5和V6之间具有连边，说明候选站址1和候选站址2不能同时建站，候选站址1和候选站址5不能同时 建站，候选站址1和候选站址6也不能同时建站。对于其他具有连边的两个节点，具有同样的含义。另外，每个节点对应有第一权重Wi和Ci，其中，Wi是指在第i个节点所指示的候 选站址i上建站时，剩余的待服务对象对应的服务权重系数总和，Ci则是指在候选站址i上建 站时的建站成本。
在确定图论选址图之后，可以通过图4所示的步骤来根据该图论选址图确定删除后剩余 的候选站址中的被选站址。
2041：根据每个节点对应的第一权重和第二权重，从多个节点中选择目标节点。
其中，如前所述，第一权重用于指示对剩余待服务对象的服务能力，第二权重是指在相 应站址上建站时的建站成本。考虑到建站成本越低，对剩余待服务对象的服务能力越高，则 越符合业务需求。因此，在从多个节点中选择目标节点时，可以根据上述原则从多个节点中选择最符合业务需求的节点。基于此，可以确定每个节点对应的第一权重和第二权重之间的 比值，比值越大，则说明在相应节点所指示的站址上建站的性价比越高，即相应节点的越符 合业务需求。从多个节点中选择对应的第一权重和第二权重之间的比值最大的节点作为目标 节点，该节点即为多个节点中最符合业务需求的节点。
2042：判断是否将目标节点所指示的候选站址确定为被选站址。
在确定目标节点之后，可以根据目标节点和图论选址图，确定第一选址问题，通过动态规划算法将第一选址问题进行L层分割，L小于第一选址问题允许被分割的最大层数；确定 分割得到的多个子问题的运算结果，根据多个子问题的运算结果确定第一选址问题的运算结 果；根据第一选址问题的运算结果判断是否将目标节点所指示的候选站址作为被选站址。
其中，在确定目标节点之后，根据目标节点、图论选址图以及在建立整数线性规划模型 时所确定的待优化目标或者是整数线性规划模型的目标函数，可以确定第一选址问题，该第 一选址问题是用于确定目标节点是否作为被选站址的问题。在这种情况下，求解第一选址问题的最优解也即是在确定目标节点所指示的站址作为被选站址时的解和不作为被选站址时的 解中的最优值。
例如，以前述提供的第一个整数线性规划模型为例，根据其目标函数可知，其所要达到 的目标是使对待服务对象的服务能力最大化，另外，根据建站条件可知，其要求建站成本不 大于第二阈值。换句话说，第一个整数线性规划模型要求在建站成本不超过第二阈值的前提下，对待服务对象的服务能力最大化。在此基础上，根据图论选址图，可以确定第一选址问 题为S＝(G，C)，其中G是指当前的图论选址图，C是指第二阈值。假设该第一选址问题的最 优解为opt(G,C)，则该最优解 是指假设目标节点所指示的站址被选之后对应的选址问题的最优解，是指假 设目标节点所指示的站址被选之后更新的图论选址图，是指假设目标节点所指示的 站址不被选之后对应的选址问题的最优解，是指假设目标节点所指示的站址不被选之后更新 的图论选址图。由此可见，当上述两个假设问题的最优解确定之后，即可以得到第一选址问 题的最优解。换句话说，第一选址问题的最优解可以通过将第一选址问题分为两个子问题， 求解这两个子问题的最优解来确定得到。
基于上述描述，在确定第一选址问题之后，首先可以假设目标节点所指示的候选站址被 选，基于该假设，将图论选址图中的目标节点删除。由于与目标节点具有连边的节点所指示 的候选站址不能与目标节点所指示的站址同时建站，因此，在假设目标节点所指示的站址可以作为被选站址的情况下，与目标节点具有连边的节点所指示的候选站址将不会被作为被选 站址，因此可以将这些节点删除。另外，由于目标节点所指示的站址将作为被选站址，因此， 在该目标节点所指示的站址建站时将会对剩余服务对象中的部分服务对象进行服务。基于此， 在删除节点之后，还可以将剩余节点中每个节点所对应的第一权重中包含的被目标节点所指示的站址所服务的待服务对象的权重减去，从而得到新的图论选址图。根据得到的新的图论 选址图可以确定得到一个新的选址问题。此时，这个新的选址问题实际上就是在假设目标节 点所指示的站址被选的情况下的选址问题。
之后，假设目标节点所指示的候选站址不被选。由于目标节点所指示的站址不被选，因 此，与该目标节点具有连边的其他节点所指示的候选站址将还存在被选的可能，因此，可以 将与该目标节点具有连边的其他节点与该目标节点之间的连边删除，从而得到新的图论选址图。根据该图论选址图同样可以确定一个新的选址问题。此时，这个新的选址问题实际上就 是在假设目标节点所指示的站址不被选的情况下的选址问题。
由此可见，通过上述方法可以将第一选址问题进行一层划分，得到两个新的子问题，对 这两个子问题进行求解，根据这两个子问题的最优解即可以确定得到第一选址问题的最优解。 而在求解这两个子问题时，对于每个子问题，可以从每个子问题对应的图论选址图中选择一个节点，并参照前述根据目标节点对第一选址问题的划分方法，根据选择的节点，对这两个 子问题分别再次进行划分，得到四个子问题，从而完成第二层的划分。以此类推，直到假设 某个节点指示的候选站址被选之后，新的图论选址图中不包括子节点或者是总的建站成本为 0为止。对最终分割得到的多个子问题进行求解。根据每个子问题的求解结果，按照与分割过程相逆的过程，根据最底层的多个子问题的求解结果，逐层确定每一层中的子问题的求解 结果，直到最终得到第一选址问题的最优解为止。当第一选址问题的最优解等于目标节点所 指示的站址被选所对应的子问题的最优解时，则可以将该目标节点所指示的站址作为被选站 址。当第一选址问题的最优解等于目标节点所指示的站址不被选所对应的子问题的最优解时，则可以将该目标节点所指示的站址作为不被选的站址。
需要说明的是，在进行第二层分割时，当从每个子问题对应的图论选址图中选择一个节 点时，可以根据目标节点来选择，也可以根据节点的第一权重来选择。其中，当根据目标借 点来选择时，可以选择与目标节点具有连边的节点，或者选择所服务的待服务对象中包含有目标节点所服务的待服务对象的节点。当根据节点的第一权重来选择时，则可以选择第一权 重最大的节点。同理，在进行后续每一层的分割时，在从某个子问题对应的图论选址图中选 择节点时，也同样可以参考上述介绍的方法，根据该子问题所对应的的节点来选择节点，或 者根据剩余节点的第一权重来选择，本申请实施例在此不再赘述。
需要说明的是，在通过上述方法对第一选址问题进行分割时，将上述分割截止条件下的 第一选址问题被分割的层数作为第一选址问题允许被分割的最大层数。若将第一选址问题按 照允许被分割的最大层数进行分割，计算量可能较大。基于此，为了减少计算量，也可以进行L层分割之后即停止，其中，L小于该第一选址问题允许被分割的最大层数。这样，在进 行L层分割，得到2L个子问题之后，可以采用贪婪算法来对2L个子问题进行求解。在得到 这些子问题的求解结果之后，同样可以按照分割的逆过程，逆向向上确定得到第一选址问题 的最优解，进而根据第一选址问题的最优解确定该目标节点所指示的候选站址是否被选。
若通过上述方法确定目标节点所指示的候选站址可以作为被选站址，则接下来可以执行 步骤2043，若确定目标节点所指示的候选站址不能作为被选站址，则接下来可以执行步骤 2044。
2043：如果将目标节点所指示的候选站址确定为被选站址，则将删除后剩余的候选站址中确定的被选站址以及与确定的被选站址不能同时建站的站址删除，将删除后剩余的待服务 对象中确定的被选站址所服务的待服务对象删除。
在将目标节点所指示的候选站址确定为被选站址之后，可以将该目标节点所指示的候选 站址从之前剩余的候选站址中删除。另外，对于剩余的候选站址中不能与该目标节点所指示 的候选站址同时建站的站址，由于已经确定该目标节点所指示的候选站址为被选站址，因此，可以将这部分不能与其同时建站的站址也删除。除此之外，由于在目标节点所指示的站址上 建设服务站之后，该服务站将会对剩余的待服务对象中部分对象进行服务。因此，可以将这 部分由该目标节点所指示的站址所服务的对象从剩余的待服务对象中删除。
2044：如果将目标节点所指示的候选站址确定为不被选站址，则将删除后剩余的候选站 址中确定的不被选站址进行删除。
在将目标节点所指示的候选站址确定为不被选站址之后，可以将该目标节点所指示的候 选站址从剩余的候选站址中删除。由于该目标节点所指示的候选站址不被选，所以，与该目 标节点所指示的候选站址不能同时建站的其他候选站址还存在被选的可能，因此，不需要对这部分候选站址进行删除。另外，由于该目标节点所指示的候选站址不被选，因此，该目标 节点所指示的站址将无法对任何待服务对象进行服务，因此，之前的剩余的待服务对象也不 需要进行更新。
2045：判断再次删除后是否还存在剩余的候选站址。
在通过步骤2043对剩余的候选站址中目标节点所指示的候选站址、以及与目标节点所指 示的候选站址不能同时建站的候选站址进行删除之后，或者，在通过步骤2044对剩余的候选 站址中目标节点所指示的候选站址进行删除之后，可以判断再次删除后是否还存在剩余的候选站址。如果还存在剩余的候选站址，则接下来可以继续通过步骤2046来确定剩余的候选站 址中的被选站址。当然，如果再次删除后不存在剩余的候选站址，则可以说明对于所有的候 选站址，均已确定出其是否可以作为被选站址。此时，可以将之前确定的所有被选站址作为 最终的选址结果，并结束操作。
2046：若再次删除后还存在剩余的候选站址，则根据再次删除后剩余的候选站址对图论 选址图进行更新，并返回步骤2041。
如果再次删除后还存在剩余的候选站址，则可以继续从再次删除后剩余的候选站址中确 定被选站址。
需要说明的是，当通过步骤2043对剩余的候选站址进行了删除，并对剩余的待服务对象 进行了删除，则在本步骤中，可以根据再次删除后剩余的候选站址和再次删除后剩余的待服 务对象重新确定图论选址图，并利用重新确定的图论选址图对之前的图论选址图进行更新，之后，可以返回步骤2041，继续通过前述介绍的方法根据该更新后的图论选址图，从再次删 除后剩余的候选站址中确定被选站址。
可选地，如果通过步骤2044对剩余的候选站址进行了删除，由于剩余的待服务对象并没 有发生变化，因此，可以根据再次删除后剩余的候选站址和未发生变化的剩余的待服务对象 重新确定图论选址图，并利用重新确定的图论选址图对之前的图论选址图进行更新，之后，可以返回步骤2041，继续通过前述介绍的方法根据该更新后的图论选址图，从再次删除后剩 余的候选站址中确定被选站址。
在本申请实施例中，将整数线性规划模型转换为线性规划模型进行求解，以得到第一选 址结果和第二选址结果，之后，从多个候选站址中除第一选址结果和第二选址结果包括的站 址之外的剩余候选站址中确定被选站址。也即，本申请可以首先通过求解转化得到的线性规划模型得到一部分选址结果，之后，根据这部分选址结果对之前基于多个候选站址的选址问 题进行降维，进而求解降维后的选址问题。这样，当候选站址的数量较大时，通过本申请提 供的方法不仅可以降低选址的难度，而且可以缩短选址所耗费的时间。
接下来是本申请实施例提供的根据上述介绍的选址方法进行选址的一个示例。在该示例 中，对商家营业厅进行选址。其中，待服务对象是对选址区域进行栅格化后的每个栅格上的 用户，在该示例中，待服务对象的数量N＝2895，候选站址的数量M＝1181，且营业厅类型只有一个。根据商家营业厅的业务需求，待优化目标是营业厅覆盖的用户数量，建站条件包 括：距离小于150米的两个候选站址不能同时建站，被选站址的数量不大于300。根据上述 建站条件、多个候选站址和多个待服务对象建立整数线性规划模型如下：
目标函数：
约束条件：
其中，wi是指多个待服务对象中的待服务对象i的服务权重系数，在该示例中，wi等于 栅格i上的用户数占总用户数的比例。V为第一候选站址集合，包括1380个候选站址对，每 个候选站址对中的两个候选站址之间的距离小于150米。
通过对上述整数线性规划模型中的变量的允许取值以及第一候选站址集合进行处理，来 实现对整数线性规划模型的预处理，从而得到如下的线性规划模型：
目标函数：
约束条件：
其中，U为第二候选站址集合，其中，该第二候选站址集合中任意两个候选站址之间的 距离均小于150米。
将前述的wi、N、M以及ri,j等参数的参数值输入该线性规划模型，对该线性规划模型 进行求解，得到的求解结果如表1中所示。
表1
最优目标函数值 xj＝1的个数 xj＝0的个数 0<xj<1的个数 xj总个数
0.951 149 467 565 1181
由上表可知，通过求解该线性规划模型，可以得到149个被选站址和467个不被选站址。 接下来可以从剩余的565个候选站址再次确定被选站址。也即，将原问题中从1181个候选站 址中选择被选站址降维到从565个候选站址中确定被选站址，降维52％。
之后，对于这565个候选站址，可以将其中与确定的149个被选站址不能同时建站的候 选站址删除，将确定的149个被选站址所覆盖的待服务对象删除，从而得到剩余的候选站址 和剩余的待服务对象。之后，可以根据剩余的候选站址和剩余的待服务对象，通过前述步骤 204中介绍的方法，建立图论选址图，并预设对第一选址问题分割层数L＝5，以此来确定剩 余候选站址中的被选站址。
表2列出了通过上述选址方法、相关技术中的贪婪算法、遗传算法等方法确定营业厅站 址时，得到的选址结果的用户覆盖比例和选址所耗费时间。
表2
性能 本申请实施例 贪婪算法 遗传算法 最优解上限
用户覆盖比例 94.4％ 78.3％ 89％ 95.1％
耗费时间(s) 500 10 613
如表2中所示，采用本申请实施例提供的选址方法确定的选址结果，用户覆盖比例为 94.4％，极为接近最优解上限，并且，耗费时间只有500秒。而采用贪婪算法，虽然耗费时间 较短，但是，用户覆盖比例仅为78.3％，远远小于最优解上限，选址效果较差。采用遗传算 法，用户覆盖比例低于本申请实施例的用户覆盖比例，且耗费时间也较长。由此可见，本申请提供的选址方法在保证耗费时间较短的同时，达到了更好的覆盖能力。
上述实施例主要介绍了将整数线性规划模型转换为线性规划模型进行求解，以得到第一 选址结果和第二选址结果，进而从多个候选站址中除第一选址结果和第二选址结果包括的站 址之外的剩余候选站址中确定被选站址的实现过程。可选地，在有些情况下，可能根据多个候选站址、多个待服务对象和多个建站条件无法建立整数线性规划模型。例如，当建站条件 中包含有对每个服务站的覆盖容量的约束时，由于各个服务站的覆盖容量之间彼此有影响， 因此，根据该建站条件无法建立约束条件，因此，无法建立得到对应的规划模型。在这种情 况下，则可以通过图5所示的选址方法来从多个候选站址中确定被选站址。如图5所示，该 方法包括以下步骤：
步骤501：根据多个候选站址、多个待服务对象和多个建站条件，确定图论选址图，该 图论选址图中包括多个节点，每个节点用于指示多个候选站址中的一个候选站址，多个节点 中两个不能同时建站的候选站址对应的两个节点之间具有连边。
本步骤的实现方式可以参考前述实施例中的步骤204中根据剩余候选站址和剩余的待服 务对象确定图论选址图的实现方式。其中，与前述实施例不同的是，本实施例中是根据所有 的候选站址和待服务对象来确定图论选址图，而前述实施例是针对去除第一选址结果和第二 选址结果之后剩余的候选站址以及剩余的待服务对象确定图论选址图。
另外，每个节点同样可以对应有第一权重和第二权重。其中，第一权重和第二权重的确 定方式可以参考前述实施例中的相关介绍。
步骤502：根据图论选址图确定多个候选站址中的被选站址。
本步骤的实现方式可以参考前述实施例中的步骤2041-2047中介绍的相关方法，本申请 实施例在此不再赘述。
综上可知，在本申请实施例中，当根据建站条件无法建立整数线性规划模型时，可以根 据多个候选站址、多个待服务对象和多个建站条件确定图论选址图，再通过前述介绍的动态 规划算法或者是动态规划算法结合贪婪算法来确定选址结果。也即，本申请实施例提供了用于解决无法建立整数线性规划模型的选址问题的解决方法。
接下来对本申请实施例提供的选址装置进行介绍。
参见图6，本申请实施例提供了一种选址装置600，该装置600包括：
处理模块601，用于执行前述实施例中的步骤201；
输入模块602，用于执行前述实施例中的步骤202；
第一确定模块603，用于执行前述实施例中的步骤203；
第二确定模块604，用于执行前述实施例中的步骤204。
可选地，整数线性规划模型包括中间变量和约束条件，中间变量用于指示待服务对象是 否被服务，约束条件包括第一整数集和第二整数集，第一整数集包括决策变量的允许取值， 第二整数集包括中间变量的允许取值；
处理模块601具体用于：
将第一整数集转换为第一取值范围，将第二整数集转换为第二取值范围，得到线性规划 模型，第一取值范围是指包含第一整数集内的整数值的连续取值范围，第二取值范围是指包 含第二整数集内的整数值的连续取值范围。
可选地，整数线性规划模型还包括第一参数，第一参数用于指示在每个候选站址上建站 时待选服务站类型的数量；
处理模块601具体还用于：
将在每个候选站址上建站时的K个待选服务站类型转换为在相同位置上的K个不同候 选站址，K为第一参数。
可选地，约束条件还包括第一约束，第一约束包括第一候选站址集合，第一候选站址集 合包括至少一个候选站址对，每个候选站址对包括的两个候选站址之间的距离小于第一阈值；
处理模块601具体还用于：
将第一候选站址集合转换为第二候选站址集合，第二候选站址集合包括至少两个候选站 址，且至少两个候选站址中的任意两个候选站址之间的距离均小于第一阈值。
可选地，第二确定模块604包括：
删除单元，用于将多个候选站址中第一选址结果包括的站址、第二选址结果包括的站址以及与第一选址结果中包括的被选站址不能同时建站的站址进行删除；
单元，还用于将多个待服务对象中第一选址结果包括的站址所服务的待服务对象进行删 除；
确定单元，用于根据删除后剩余的候选站址和删除后剩余的待服务对象，确定删除后剩 余的候选站址中的被选站址。
可选地，确定单元，包括：
第一确定子单元，用于根据删除后剩余的候选站址和删除后剩余的待服务对象确定图论 选址图，图论选址图中包括多个节点，每个节点用于指示删除后剩余的候选站址中的一个候 选站址，多个节点中两个不能同时建站的候选站址对应的两个节点之间具有连边；
第二确定子单元，用于根据图论选址图确定删除后剩余的候选站址中的被选站址。
可选地，多个节点中的每个节点对应有第一权重和第二权重，第一权重是指在相应节点 所指示的候选站址上建设服务站后对删除后剩余的待服务对象的服务能力，第二权重是指在 相应节点所指示的候选站址上建设服务站的建站成本；
第二确定子单元具体用于：
根据每个节点对应的第一权重和第二权重，从多个节点中选择目标节点；
判断是否将目标节点所指示的候选站址确定为被选站址；
如果将目标节点所指示的候选站址确定为被选站址，则将删除后剩余的候选站址中确定 的被选站址以及与确定的被选站址不能同时建站的站址删除，将删除后剩余的待服务对象中 确定的被选站址所服务的待服务对象删除，根据再次删除后剩余的候选站址和再次删除后剩余的待服务对象对图论选址图进行更新，返回根据每个节点对应的第一权重和第二权重，从 多个节点中选择目标节点的步骤，直到再次删除后不存在剩余的候选站址时为止。
可选地，第二确定子单元具体用于：
根据目标节点和图论选址图，确定第一选址问题；
通过动态规划算法将第一选址问题进行L层分割，L小于第一选址问题允许被分割的最 大层数；
确定分割得到的多个子问题的运算结果，根据多个子问题的运算结果确定第一选址问题 的运算结果；
根据第一选址问题的运算结果判断是否将目标节点所指示的候选站址作为被选站址。
综上，本申请实施例可以首先通过求解转化得到的线性规划模型得到一部分选址结果， 之后，根据这部分选址结果对之前基于多个候选站址的选址问题进行降维，进而求解降维后 的选址问题。这样，当候选站址的数量较大时，通过本申请提供的方法不仅可以降低选址的难度，而且可以缩短选址所耗费的时间。
参见图7，本申请实施例提供了一种选址装置700，该装置700包括：
第一确定模块701，用于执行前述实施例中的步骤501；
第二确定模块702，用于执行前述实施例中的步骤502。
可选地，多个节点中的每个节点对应有第一权重和第二权重，第一权重是指在相应节点 所指示的候选站址上建设服务站后对多个待服务对象的服务能力，第二权重是指在相应节点 所指示的候选站址上建设服务站的建站成本；
第二确定模块，包括：
选择单元，用于根据每个节点对应的第一权重和第二权重，从多个节点中选择目标节点；
判断单元，用于判断是否将目标节点所指示的候选站址确定为被选站址；
触发单元，用于如果将目标节点所指示的候选站址确定为被选站址，则将多个候选站址 中确定的被选站址以及与确定的被选站址不能同时建站的站址删除，将多个待服务对象中确 定的被选站址所服务的待服务对象删除，根据删除后剩余的候选站址和删除后剩余的待服务对象对图论选址图进行更新，触发选择单元根据每个节点对应的第一权重和第二权重，从多 个节点中选择目标节点，直到删除后不存在剩余的候选站址时为止。
可选地，判断单元具体用于：
根据目标节点和图论选址图，确定第一选址问题；
通过动态规划算法将第一选址问题进行L层分割，L小于第一选址问题允许被分割的最 大层数；
确定分割得到的多个子问题的运算结果，根据多个子问题的运算结果确定第一选址问题 的运算结果；
根据第一选址问题的运算结果判断是否将目标节点所指示的候选站址确定为被选站址。
综上可知，在本申请实施例中，当根据建站条件无法建立整数线性规划模型时，可以根 据多个候选站址、多个待服务对象和多个建站条件确定图论选址图，再通过前述介绍的动态 规划算法或者是动态规划算法结合贪婪算法来确定选址结果。也即，本申请实施例提供了用于解决无法建立整数线性规划模型的选址问题的解决方法。
需要说明的是：上述实施例提供的选址装置在进行选址时，仅以上述各功能模块的划分 进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将 设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的选址装置与选址方法实施例属于同一构思，其具体实现过程详见方法实施例， 这里不再赘述。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当 使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包 括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网 络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个 计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个 网站站点、计算机、服务器或数据中心通过有线(例如：同轴电缆、光纤、数据用户线(Digital Subscriber Line，DSL))或无线(例如：红外、无线、微波等)方式向另一个网站站点、计 算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可 用介质可以是磁性介质(例如：软盘、硬盘、磁带)、光介质(例如：数字通用光盘(Digital Versatile Disc，DVD))、或者半导体介质(例如：固态硬盘(SolidState Disk，SSD))等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成， 也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中， 上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内， 所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (18)

1.一种选址方法，其特征在于，所述方法包括：
对整数线性规划模型进行预处理，得到线性规划模型，所述整数线性规划模型是根据多个候选站址、多个待服务对象和多个建站条件建立的模型，且所述整数线性规划模型输出的决策变量的取值为整数值，所述线性规划模型输出的决策变量的取值包括整数值和小数值；
将所述整数线性规划模型的多个参数的参数值输入所述线性规划模型；
根据所述线性规划模型输出的决策变量的取值中的整数值确定第一选址结果和第二选址结果，所述第一选址结果包括多个被选站址，所述第二选址结果包括多个不被选站址，所述多个被选站址是指所述多个候选站址中被选作建设服务站的站址；
从所述多个候选站址中除所述第一选址结果和所述第二选址结果之外的剩余候选站址中确定被选站址。
2.如权利要求1所述的方法，其特征在于，所述整数线性规划模型包括中间变量和约束条件，所述中间变量用于指示待服务对象是否被服务，所述约束条件包括第一整数集和第二整数集，所述第一整数集包括所述决策变量的允许取值，所述第二整数集包括所述中间变量的允许取值；
所述对整数线性规划模型进行预处理，得到线性规划模型，包括：
将所述第一整数集转换为第一取值范围，将所述第二整数集转换为第二取值范围，得到所述线性规划模型，所述第一取值范围是指包含所述第一整数集内的整数值的连续取值范围，所述第二取值范围是指包含所述第二整数集内的整数值的连续取值范围。
3.如权利要求2所述的方法，其特征在于，所述整数线性规划模型还包括第一参数，所述第一参数用于指示在每个候选站址上建站时待选服务站类型的数量；
所述将所述第一整数集转换为第一取值范围，将所述第二整数集转换为第二取值范围之后，还包括：
将在每个候选站址上建站时的K个待选服务站类型转换为在相同位置上的K个不同候选站址，所述K为所述第一参数。
4.如权利要求2或3所述的方法，其特征在于，所述约束条件还包括第一约束，所述第一约束包括第一候选站址集合，所述第一候选站址集合包括至少一个候选站址对，每个候选站址对包括的两个候选站址之间的距离小于第一阈值；
所述将所述第一整数集转换为第一取值范围，将所述第二整数集转换为第二取值范围之后，还包括：
将所述第一候选站址集合转换为第二候选站址集合，所述第二候选站址集合包括至少两个候选站址，且所述至少两个候选站址中的任意两个候选站址之间的距离均小于所述第一阈值。
5.如权利要求1-3任一所述的方法，其特征在于，所述从所述多个候选站址中除所述第一选址结果和所述第二选址结果之外的剩余候选站址中确定被选站址，包括：
将所述多个候选站址中所述第一选址结果包括的站址、所述第二选址结果包括的站址以及与所述第一选址结果中包括的被选站址不能同时建站的站址进行删除；
将所述多个待服务对象中所述第一选址结果包括的站址所服务的待服务对象进行删除；
根据删除后剩余的候选站址和删除后剩余的待服务对象，确定所述删除后剩余的候选站址中的被选站址。
6.如权利要求5所述的方法，其特征在于，所述根据删除后剩余的候选站址和删除后剩余的待服务对象，确定所述删除后剩余的候选站址中的被选站址，包括：
根据所述删除后剩余的候选站址和所述删除后剩余的待服务对象确定图论选址图，所述图论选址图中包括多个节点，每个节点用于指示所述删除后剩余的候选站址中的一个候选站址，所述多个节点中两个不能同时建站的候选站址对应的两个节点之间具有连边；
根据所述图论选址图确定所述删除后剩余的候选站址中的被选站址。
7.如权利要求6所述的方法，其特征在于，所述多个节点中的每个节点对应有第一权重和第二权重，所述第一权重是指在相应节点所指示的候选站址上建设服务站后对所述删除后剩余的待服务对象的服务能力，所述第二权重是指在相应节点所指示的候选站址上建设服务站的建站成本；
所述根据所述图论选址图确定所述删除后剩余的候选站址中的被选站址，包括：
根据每个节点对应的第一权重和第二权重，从所述多个节点中选择目标节点；
判断是否将所述目标节点所指示的候选站址确定为被选站址；
如果将所述目标节点所指示的候选站址确定为被选站址，则将所述删除后剩余的候选站址中确定的被选站址以及与确定的被选站址不能同时建站的站址删除，将所述删除后剩余的待服务对象中确定的被选站址所服务的待服务对象删除，根据再次删除后剩余的候选站址和再次删除后剩余的待服务对象对所述图论选址图进行更新，返回根据每个节点对应的第一权重和第二权重，从所述多个节点中选择目标节点的步骤，直到再次删除后不存在剩余的候选站址时为止。
8.如权利要求7所述的方法，其特征在于，所述判断是否将所述目标节点所指示的候选站址确定为被选站址，包括：
根据所述目标节点和所述图论选址图，确定第一选址问题；
通过动态规划算法将所述第一选址问题进行L层分割，所述L小于所述第一选址问题允许被分割的最大层数；
确定分割得到的多个子问题的运算结果，根据所述多个子问题的运算结果确定所述第一选址问题的运算结果；
根据所述第一选址问题的运算结果判断是否将所述目标节点所指示的候选站址作为被选站址。
9.一种选址装置，其特征在于，所述装置包括：
处理模块，用于对整数线性规划模型进行预处理，得到线性规划模型，所述整数线性规划模型是根据多个候选站址、多个待服务对象和多个建站条件建立的模型，且所述整数线性规划模型输出的决策变量的取值为整数值，所述线性规划模型输出的决策变量的取值包括整数值和小数值；
输入模块，用于将所述整数线性规划模型的多个参数的参数值输入所述线性规划模型；
第一确定模块，用于根据所述线性规划模型输出的决策变量的取值中的整数值确定第一选址结果和第二选址结果，所述第一选址结果包括多个被选站址，所述第二选址结果包括多个不被选站址，所述多个被选站址是指所述多个候选站址中被选作建设服务站的站址；
第二确定模块，用于从所述多个候选站址中除所述第一选址结果和所述第二选址结果之外的剩余候选站址中确定被选站址。
10.如权利要求9所述的装置，其特征在于，所述整数线性规划模型包括中间变量和约束条件，所述中间变量用于指示待服务对象是否被服务，所述约束条件包括第一整数集和第二整数集，所述第一整数集包括所述决策变量的允许取值，所述第二整数集包括所述中间变量的允许取值；
所述处理模块具体用于：
将所述第一整数集转换为第一取值范围，将所述第二整数集转换为第二取值范围，得到所述线性规划模型，所述第一取值范围是指包含所述第一整数集内的整数值的连续取值范围，所述第二取值范围是指包含所述第二整数集内的整数值的连续取值范围。
11.如权利要求10所述的装置，其特征在于，所述整数线性规划模型还包括第一参数，所述第一参数用于指示在每个候选站址上建站时待选服务站类型的数量；
所述处理模块具体还用于：
将在每个候选站址上建站时的K个待选服务站类型转换为在相同位置上的K个不同候选站址，所述K为所述第一参数。
12.如权利要求10或11所述的装置，其特征在于，所述约束条件还包括第一约束，所述第一约束包括第一候选站址集合，所述第一候选站址集合包括至少一个候选站址对，每个候选站址对包括的两个候选站址之间的距离小于第一阈值；
所述处理模块具体还用于：
将所述第一候选站址集合转换为第二候选站址集合，所述第二候选站址集合包括至少两个候选站址，且所述至少两个候选站址中的任意两个候选站址之间的距离均小于所述第一阈值。
13.如权利要求9-11任一所述的装置，其特征在于，所述第二确定模块包括：
删除单元，用于将所述多个候选站址中所述第一选址结果包括的站址、所述第二选址结果包括的站址以及与所述第一选址结果中包括的被选站址不能同时建站的站址进行删除；
所述单元，还用于将所述多个待服务对象中所述第一选址结果包括的站址所服务的待服务对象进行删除；
确定单元，用于根据删除后剩余的候选站址和删除后剩余的待服务对象，确定所述删除后剩余的候选站址中的被选站址。
14.如权利要求13所述的装置，其特征在于，所述确定单元，包括：
第一确定子单元，用于根据所述删除后剩余的候选站址和所述删除后剩余的待服务对象确定图论选址图，所述图论选址图中包括多个节点，每个节点用于指示所述删除后剩余的候选站址中的一个候选站址，所述多个节点中两个不能同时建站的候选站址对应的两个节点之间具有连边；
第二确定子单元，用于根据所述图论选址图确定所述删除后剩余的候选站址中的被选站址。
15.如权利要求14所述的装置，其特征在于，所述多个节点中的每个节点对应有第一权重和第二权重，所述第一权重是指在相应节点所指示的候选站址上建设服务站后对所述删除后剩余的待服务对象的服务能力，所述第二权重是指在相应节点所指示的候选站址上建设服务站的建站成本；
所述第二确定子单元具体用于：
根据每个节点对应的第一权重和第二权重，从所述多个节点中选择目标节点；
判断是否将所述目标节点所指示的候选站址确定为被选站址；
如果将所述目标节点所指示的候选站址确定为被选站址，则将所述删除后剩余的候选站址中确定的被选站址以及与确定的被选站址不能同时建站的站址删除，将所述删除后剩余的待服务对象中确定的被选站址所服务的待服务对象删除，根据再次删除后剩余的候选站址和再次删除后剩余的待服务对象对所述图论选址图进行更新，返回根据每个节点对应的第一权重和第二权重，从所述多个节点中选择目标节点的步骤，直到再次删除后不存在剩余的候选站址时为止。
16.如权利要求15所述的装置，其特征在于，所述第二确定子单元具体用于：
根据所述目标节点和所述图论选址图，确定第一选址问题；
通过动态规划算法将所述第一选址问题进行L层分割，所述L小于所述第一选址问题允许被分割的最大层数；
确定分割得到的多个子问题的运算结果，根据所述多个子问题的运算结果确定所述第一选址问题的运算结果；
根据所述第一选址问题的运算结果判断是否将所述目标节点所指示的候选站址作为被选站址。
17.一种计算机系统，其特征在于，所述计算机系统包括处理器和存储器；
所述存储器用于存储支持所述计算机系统执行权利要求1-8任一项所述的方法的程序，以及存储用于实现权利要求1-8任一项所述的方法所涉及的数据；
所述处理器被配置为用于执行所述存储器中存储的程序。
18.一种计算机可读存储介质，其特征在于，包括指令，所述指令在计算机上运行时，使得计算机执行权利要求1-8任一项所述的方法。
CN201910373187.2A 2019-05-06 2019-05-06 选址方法、装置及计算机可读存储介质 Active CN111898221B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910373187.2A CN111898221B (zh) 2019-05-06 2019-05-06 选址方法、装置及计算机可读存储介质
PCT/CN2020/088376 WO2020224544A1 (zh) 2019-05-06 2020-04-30 选址方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910373187.2A CN111898221B (zh) 2019-05-06 2019-05-06 选址方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111898221A CN111898221A (zh) 2020-11-06
CN111898221B true CN111898221B (zh) 2023-10-13

Family

ID=73051267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910373187.2A Active CN111898221B (zh) 2019-05-06 2019-05-06 选址方法、装置及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN111898221B (zh)
WO (1) WO2020224544A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650888B (zh) * 2020-12-25 2024-01-12 山东大学 一种基于图论的区域综合能源系统选址规划方法及系统
CN112950005B (zh) * 2021-02-07 2022-08-16 湖北君邦环境技术有限责任公司 一种共享铁塔选址方法、系统、选址装置和可读存储介质
CN113379463B (zh) * 2021-06-29 2024-07-12 北京百度网讯科技有限公司 一种网点选址方法、装置、设备和存储介质
CN113822556A (zh) * 2021-09-08 2021-12-21 上海天正软件有限公司 一种服务点快速规划方法、装置和电子设备
CN113988898A (zh) * 2021-09-18 2022-01-28 安徽电信规划设计有限责任公司 基于大数据的5g规划站址推荐方法
CN113850426B (zh) * 2021-09-23 2024-09-17 南方科技大学 一种消防站选址方法、装置、终端设备及存储介质
CN114819596B (zh) * 2022-04-20 2024-06-21 国网山东省电力公司滨州供电公司 一种区域变电站规划方法、系统、终端及存储介质
CN115049120A (zh) * 2022-06-01 2022-09-13 中国科学技术大学 基于l1范数下的无容量限制设施逆选址优化方法和装置
CN115811741B (zh) * 2022-11-22 2024-04-09 中国联合网络通信集团有限公司 基站的确定方法、装置、设备及存储介质
CN116757344A (zh) * 2023-06-08 2023-09-15 襄阳国铁机电股份有限公司 一种微型救援站的选址方法、装置及电子设备
CN117093660B (zh) * 2023-08-10 2024-05-31 广东广宇科技发展有限公司 一种管网监测点选址方法、电子设备及存储介质
CN117371585B (zh) * 2023-10-09 2024-07-16 广东翼景信息科技有限公司 考虑任务同时性与序贯性的多无人机机场选址与调度方法及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6094580A (en) * 1997-10-16 2000-07-25 Nortel Networks Corporation Method for optimizing cell-site placement
CN107341560A (zh) * 2016-12-01 2017-11-10 中国电力工程顾问集团西南电力设计院有限公司 市内电动汽车快速充电设施规划方法
CN109064252A (zh) * 2018-07-05 2018-12-21 上海大学 一种用于确定容量可变环境下的选址与服务关系模型的方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8364515B1 (en) * 2005-12-30 2013-01-29 At&T Intellectual Property Ii, L.P. Method and system for facility location optimization
US8170031B2 (en) * 2007-11-27 2012-05-01 Nec Laboratories America, Inc. High performance scheduling methods and apparatus for leveraging diversity in relay-enabled wireless networks
CN103002458B (zh) * 2011-09-15 2017-12-08 中兴通讯股份有限公司 基站选址方法及装置
CN107403289B (zh) * 2017-09-19 2018-05-18 合肥工业大学 一种考虑接入光伏发电站的高速公路充电站选址定容方法
CN109711630A (zh) * 2018-12-28 2019-05-03 郑州大学 一种基于出行概率矩阵的电动汽车快充站选址定容方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6094580A (en) * 1997-10-16 2000-07-25 Nortel Networks Corporation Method for optimizing cell-site placement
CN107341560A (zh) * 2016-12-01 2017-11-10 中国电力工程顾问集团西南电力设计院有限公司 市内电动汽车快速充电设施规划方法
CN109064252A (zh) * 2018-07-05 2018-12-21 上海大学 一种用于确定容量可变环境下的选址与服务关系模型的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
辛志虹等 .TD-SCDMA基站的选址研究.《科技通报》 .2012,第28卷(第28期),142-144. *

Also Published As

Publication number Publication date
CN111898221A (zh) 2020-11-06
WO2020224544A1 (zh) 2020-11-12

Similar Documents

Publication Publication Date Title
CN111898221B (zh) 选址方法、装置及计算机可读存储介质
CN109993484A (zh) 数据处理方法及系统、介质和计算设备
CN113821332B (zh) 自动机器学习系统效能调优方法、装置、设备及介质
CN111044062B (zh) 路径规划、推荐方法和装置
CN108898351A (zh) 配送方选择方法、系统、介质和计算设备
Kim et al. Prediction based sub-task offloading in mobile edge computing
Chi et al. A hybridization of cuckoo search and differential evolution for the logistics distribution center location problem
Shang et al. Spatial scheduling optimization algorithm for block assembly in shipbuilding
CN105183670A (zh) 用于分布式缓存系统的数据处理方法和装置
CN110516985B (zh) 仓库选择方法、系统、计算机系统和计算机可读存储介质
CN105786941A (zh) 一种信息挖掘方法和装置
US20200348865A1 (en) Data replication using active and passive data storage modes
Zhao et al. Discrete-continuous model for facility location problem with capacity-cost relation constraints
Moradi et al. Intelligent and efficient task caching for mobile edge computing
CN115129466B (zh) 云计算资源分层调度方法、系统、设备及介质
CN109165325A (zh) 用于切分图数据的方法、装置、设备以及计算机可读存储介质
Kontos et al. Cloud-Native Applications' Workload Placement over the Edge-Cloud Continuum.
CN110601195B (zh) 配电网用户电源接入方法、系统、服务器及存储介质
CN112183799A (zh) 用于合成任务单的任务分配方法及装置
Zhou et al. An optimization model and multiple matching heuristics for quality planning in manufacturing systems
CN118568670B (zh) 数据融合方法、装置、设备、存储介质及产品
CN114298203B (zh) 数据分类的方法、装置、设备和计算机可读介质
CN114615144B (zh) 网络优化方法及系统
CN113689103B (zh) 自适应负载均衡用采分流智能调度管理方法、装置及系统
CN114491416B (zh) 特征信息的处理方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant