《表2 传统K-means聚类算法的聚类结果》
首先,采用传统K-means聚类算法对31个客户分类(不考虑最大往返距离Dmax限制),聚类数K取2,随机选择两个初始聚类中心,聚类结果如表2。第一类客户包含1、2、3、5、12、16、17、18、19、20、21、23、26、28、29和31,其聚类中心(配送点)坐标为(25.25,10.44);其余客户属第二类,其聚类中心坐标为(8.8,17.33)。每类客户分布如图3所示,其中,客户1、4、6、16、20和29到配送点的距离均超过Dmax/2,称这些客户为异常客户点。
图表编号 | XD00196806300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 郭秀萍、胡运霞 |
绘制单位 | 西南交通大学经济管理学院、西南交通大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |