本发明公开了一种中转库选址方法和系统，所述方法包括：获取预设各个城市的整车业务量；根据预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；将与城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；对新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。本发明考虑城市业务量的影响，根据筛选出的符合要求的聚类分布建立中转库，及时、有效地配送物料，对应网络规划、网络优化等意义重大。
1.一种中转库选址方法，其特征在于，包括以下步骤：
根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；
将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；
根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；其中，筛选出符合预设筛选条件的聚类分布包括：筛选出聚类的最优分类个数和各个聚类的最佳中心；
根据筛选出的符合预设筛选条件的聚类分布进行中转库选址；
所述聚类分布包括若干个聚类中心坐标以及所述新的城市坐标列表中的各个城市坐标的聚类归属；
所述根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布的步骤包括：在每一聚类分布中获取各聚类中心到预设主机厂的距离；
在每一聚类分布中根据所述新的城市坐标列表中各个城市坐标的聚类归属计算各聚类中心到与其对应城市的距离；
根据每一聚类分布中各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的运输成本；
根据每一聚类分布中各聚类中心到预设主机厂的距离，各聚类中心到与其对应城市的距离，以及各聚类中心到与其对应城市的运输成本筛选出符合所述预设筛选条件的聚类分布；
根据各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的最短距离、最长距离、平均距离和超出预设城市距离的城市个数；根据各聚类中心到与其对应的城市的最短距离得到每一聚类分布各聚类中心到与其对应的城市的平均最短距离；同理根据各聚类中心到与其对应的城市的最长距离得到每一聚类分布各聚类中心到与其对应的城市的平均最长距离和最大的最长距离；根据各聚类中心到与其对应的城市的平均距离得到每一聚类分布各聚类中心到与其对应的城市的再次平均后的平均距离；
根据上述每一聚类分布中各聚类中心到预设主机厂的距离、最长距离、平均距离、超出预设主机厂距离的主机厂个数，各聚类中心到与其对应城市的距离、平均最短距离、平均最长距离、最大的最长距离、再次平均后的平均距离、超出预设城市距离的城市个数，以及各聚类中心到与其对应城市的运输成本筛选出符合预设筛选条件的聚类分布。
2.根据权利要求1所述的中转库选址方法，其特征在于，根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表的步骤包括：分别将所述预设各个城市的整车业务量与预设业务量阈值进行比较；
获取整车业务量大于所述预设业务量阈值的城市坐标，得到符合所述预设获取条件的城市坐标列表。
3.根据权利要求1所述的中转库选址方法，其特征在于，所述预设聚类个数根据所述新的城市坐标列表中的各个城市坐标的个数设置。
业务量获取模块，用于获取预设各个城市的整车业务量；
坐标获取模块，用于根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；
权重增加模块，用于将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
聚类分析模块，用于对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；
聚类分布筛选模块，用于根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；其中，筛选出符合预设筛选条件的聚类分布包括：筛选出聚类的最优分类个数和各个聚类的最佳中心；
中转库选址模块，用于根据筛选出的符合预设筛选条件的聚类分布进行中转库选址；
所述聚类分布包括若干个聚类中心坐标以及所述新的城市坐标列表中的各个城市坐标的聚类归属；
主机厂距离获取单元，用于在每一聚类分布中获取各聚类中心到预设主机厂的距离；
城市距离获取单元，用于在每一聚类分布中根据所述新的城市坐标列表中各个城市坐标的聚类归属计算各聚类中心到与其对应城市的距离；
运输成本获取单元，用于根据每一聚类分布中各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的运输成本；
聚类分布筛选单元，用于根据每一聚类分布中各聚类中心到预设主机厂的距离，各聚类中心到与其对应城市的距离，以及各聚类中心到与其对应城市的运输成本筛选出符合所述预设筛选条件的聚类分布；
距离处理单元，用于根据各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的最短距离、最长距离、平均距离和超出预设城市距离的城市个数；根据各聚类中心到与其对应的城市的最短距离得到每一聚类分布各聚类中心到与其对应的城市的平均最短距离；同理根据各聚类中心到与其对应的城市的最长距离得到每一聚类分布各聚类中心到与其对应的城市的平均最长距离和最大的最长距离；根据各聚类中心到与其对应的城市的平均距离得到每一聚类分布各聚类中心到与其对应的城市的再次平均后的平均距离；
聚类筛选单元，用于根据上述每一聚类分布中各聚类中心到预设主机厂的距离、最长距离、平均距离、超出预设主机厂距离的主机厂个数，各聚类中心到与其对应城市的距离、平均最短距离、平均最长距离、最大的最长距离、再次平均后的平均距离、超出预设城市距离的城市个数，以及各聚类中心到与其对应城市的运输成本筛选出符合预设筛选条件的聚类分布。
5.根据权利要求4所述的中转库选址系统，其特征在于，所述坐标获取模块包括：业务量比较单元，用于分别将所述预设各个城市的整车业务量与预设业务量阈值进行比较；
坐标获取单元，用于获取整车业务量大于所述预设业务量阈值的城市坐标，得到符合所述预设获取条件的城市坐标列表。
6.根据权利要求4所述的中转库选址系统，其特征在于，所述预设聚类个数根据所述新的城市坐标列表中的各个城市坐标的个数设置。
中转库选址方法和系统
技术领域
[0001] 本发明涉及物流管理技术领域，特别是涉及一种中转库选址方法和系统。
背景技术
[0002] 随着汽车行业的高速发展，汽车业务量不断增长，对网络规划和优化提出了挑战。中转库是物资流通的中转站，现有中转库选址没有考虑城市业务量的影响，城市业务量，包括流入量与流出量，是衡量物流运输网络运行和状态的重要参数，同时现有中转库的选址点往往不符合实际应用需要，不利于物资流通。
发明内容
[0003] 基于上述情况，本发明提出了一种中转库选址方法和系统，及时、有效地配送物料，适合应用。
[0004] 为了实现上述目的，本发明技术方案的实施例为：
[0005] 一种中转库选址方法，包括以下步骤：
[0006] 获取预设各个城市的整车业务量；
[0007] 根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；
[0008] 将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
[0009] 对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；
[0010] 根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；
[0011] 根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。
[0012] 一种中转库选址系统，包括：
[0013] 业务量获取模块，用于获取预设各个城市的整车业务量；
[0014] 坐标获取模块，用于根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；
[0015] 权重增加模块，用于将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
[0016] 聚类分析模块，用于对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；
[0017] 聚类分布筛选模块，用于根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；
[0018] 中转库选址模块，用于根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。
[0019] 与现有技术相比，本发明的有益效果为：本发明中转库选址方法和系统，分别获取预设各个城市的整车业务量，并获取符合预设获取条件的城市坐标列表；将与该城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对该城市坐标列表中的各个城市坐标进行加权重；对加权重后新的城市坐标列表中的各个城市坐标进行聚类分析；根据聚类分析结果筛选出的符合预设筛选条件的聚类分布进行中转库选址，本发明考虑城市业务量的影响，同时可以筛选出符合预设筛选条件的聚类分布建立中转库，及时、有效地配送物料，对应网络规划、网络优化等意义重大。
附图说明
[0020] 图1为一个实施例中中转库选址方法流程图；
[0021] 图2为基于图1所示方法一个具体示例中中转库选址方法流程图；
[0022] 图3为一个实施例中中转库选址系统结构示意图。
具体实施方式
[0023] 为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
[0024] 一个实施例中中转库选址方法，如图1所示，包括以下步骤：
[0025] 步骤S101：获取预设各个城市的整车业务量；
[0026] 步骤S102：根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；
[0027] 步骤S103：将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
[0028] 步骤S104：对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；
[0029] 步骤S105：根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；
[0030] 步骤S106：根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。
[0031] 从以上描述可知，本发明中转库选址方法，考虑城市业务量的影响，同时可以筛选出符合预设筛选条件的聚类分布建立中转库，及时、有效地配送物料，对应网络规划、网络优化等意义重大。
[0032] 此外，在一个具体示例中，根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表的步骤包括：
[0033] 分别将所述预设各个城市的整车业务量与预设业务量阈值进行比较；
[0034] 获取整车业务量大于所述预设业务量阈值的城市坐标，得到符合所述预设获取条件的城市坐标列表。
[0035] 城市业务量，包括流入量与流出量，是衡量物流运输网络运行和状态的重要参数，对业务量较少的城市进行剔除，获取业务量多的城市坐标，适合应用。
[0036] 此外，在一个具体示例中，所述预设聚类个数根据所述新的城市坐标列表中的各个城市坐标的个数设置。
[0037] 例如新的城市坐标列表中的各个城市坐标的个数是10个，设置预设聚类个数为4-7，不取两头较小或较大的数值，测试不同聚类个数下的聚类分布，结果更符合实际需要。
[0038] 此外，在一个具体示例中，所述聚类分布包括若干个聚类中心坐标以及所述新的城市坐标列表中的各个城市坐标的聚类归属。
[0039] 通过聚类分析之后，我们会得到不同聚类个数下的聚类中心坐标以及各个坐标的聚类归属，例如采用K-means聚类分析法，测试不同聚类个数条件下的聚类分布，K-means聚类分析法首先从n个数据对象(城市)中任意选择k个对象(城市)作为初始聚类中心；而对于所剩下其它对象(城市)，则根据它们与这些聚类中心的相似度(距离)，分别将它们分配给与其最相似的(聚类中心所代表的)聚类；然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值)；不断重复这一过程直到标准测度函数开始收敛为止。
[0040] 此外，在一个具体示例中，根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布的步骤包括：
[0041] 在每一聚类分布中获取各聚类中心到预设主机厂的距离；
[0042] 在每一聚类分布中根据所述新的城市坐标列表中各个城市坐标的聚类归属计算各聚类中心到与其对应城市的距离；
[0043] 根据每一聚类分布中各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的运输成本；
[0044] 根据每一聚类分布中各聚类中心到预设主机厂的距离，各聚类中心到与其对应城市的距离，以及各聚类中心到与其对应城市的运输成本筛选出符合所述预设筛选条件的聚类分布。
[0045] 主机厂是主要起运地，在每一聚类分布中获取各聚类中心到预设主机厂的距离，根据各聚类中心到预设主机厂的距离，得到各聚类中心到预设主机厂的最长距离，平均距离，以及超出预设主机厂距离的主机厂个数；
[0046] 根据各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的最短距离、最长距离、平均距离和超出预设城市距离的城市个数；根据各聚类中心到与其对应的城市的最短距离得到每一聚类分布各聚类中心到与其对应的城市的平均最短距离；同理根据各聚类中心到与其对应的城市的最长距离得到每一聚类分布各聚类中心到与其对应的城市的平均最长距离和最大的最长距离；根据各聚类中心到与其对应的城市的平均距离得到每一聚类分布各聚类中心到与其对应的城市的再次平均后的平均距离；
[0047] 根据每一聚类分布中各聚类中心到与其对应城市的距离，以及单公里运输成本、运输车辆的平均装载整车量，得到各聚类中心到与其对应城市的运输成本；
[0048] 根据上述每一聚类分布中各聚类中心到预设主机厂的距离、最长距离、平均距离、超出预设主机厂距离的主机厂个数，各聚类中心到与其对应城市的距离、平均最短距离、平均最长距离、最大的最长距离、再次平均后的平均距离、超出预设城市距离的城市个数，以及各聚类中心到与其对应城市的运输成本筛选出符合预设筛选条件的聚类分布，所述预设筛选条件可以根据实际需要设置，可以筛选出聚类的最优分类个数和各个聚类的最佳中心。
[0049] 为了更好地理解上述方法，以下详细阐述一个本发明中转库选址方法的应用实例。
[0050] 如图2所示，该应用实例可以包括以下步骤：
[0051] 步骤S201：获取预设各个城市的整车业务量；
[0052] 步骤S202：分别将所述预设各个城市的整车业务量与预设业务量阈值进行比较；
[0053] 步骤S203：获取整车业务量大于所述预设业务量阈值的城市坐标，得到符合预设获取条件的城市坐标列表；
[0054] 步骤S204：利用VBA将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
[0055] 步骤S205：采用K-means聚类分析法对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；所述预设聚类个数根据所述新的城市坐标列表中的各个城市坐标的个数设置；所述聚类分布包括若干个聚类中心坐标以及所述新的城市坐标列表中的各个城市坐标的聚类归属；
[0056] K-means聚类分析法首先从n个数据对象(城市)中任意选择k个对象(城市)作为初始聚类中心；而对于所剩下其它对象(城市)，则根据它们与这些聚类中心的相似度(距离)，分别将它们分配给与其最相似的(聚类中心所代表的)聚类；然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值)；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数.k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。
[0057] 步骤S206：在每一聚类分布中获取各聚类中心到预设主机厂的距离；
[0058] 主机厂是主要起运地，在每一聚类分布中获取各聚类中心到预设主机厂的距离，根据各聚类中心到预设主机厂的距离，得到各聚类中心到预设主机厂的最长距离，平均距离，以及超出预设主机厂距离的主机厂个数
[0059] 步骤S207：在每一聚类分布中根据所述新的城市坐标列表中各个城市坐标的聚类归属计算各聚类中心到与其对应城市的距离；
[0060] 根据各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的最短距离、最长距离、平均距离和超出预设城市距离的城市个数；根据各聚类中心到与其对应的城市的最短距离得到每一聚类分布各聚类中心到与其对应的城市的平均最短距离；同理根据各聚类中心到与其对应的城市的最长距离得到每一聚类分布各聚类中心到与其对应的城市的平均最长距离和最大的最长距离；根据各聚类中心到与其对应的城市的平均距离得到每一聚类分布各聚类中心到与其对应的城市的再次平均后的平均距离；
[0061] 步骤S208：根据每一聚类分布中各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的运输成本；
[0062] 根据每一聚类分布中各聚类中心到与其对应城市的距离，以及单公里运输成本、运输车辆的平均装载整车量，得到各聚类中心到与其对应城市的运输成本；
[0063] 步骤S209：根据每一聚类分布中各聚类中心到预设主机厂的距离，各聚类中心到与其对应城市的距离，以及各聚类中心到与其对应城市的运输成本筛选出符合预设筛选条件的聚类分布；
[0064] 根据上述每一聚类分布中各聚类中心到预设主机厂的距离、最长距离、平均距离、超出预设主机厂距离的主机厂个数，各聚类中心到与其对应城市的距离、平均最短距离、平均最长距离、最大的最长距离、再次平均后的平均距离、超出预设城市距离的城市个数，以及各聚类中心到与其对应城市的运输成本筛选出符合预设筛选条件的聚类分布，所述预设筛选条件可以根据实际需要设置，可以筛选出聚类的最优分类个数和各个聚类的最佳中心；
[0065] 步骤S210：根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。
[0066] 从以上描述可知，本实施例分别获取预设各个城市的整车业务量，并获取符合预设获取条件的城市坐标列表；将与该城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对该城市坐标列表中的各个城市坐标进行加权重；对加权重后新的城市坐标列表中的各个城市坐标进行聚类分析；根据聚类分析结果筛选出的符合预设筛选条件的聚类分布进行中转库选址，考虑城市业务量的影响，同时可以筛选出聚类的最优分类个数和各个聚类的最佳中心建立中转库，及时、有效地配送物料，对应网络规划、网络优化等意义重大。
[0067] 一个实施例中中转库选址系统，如图3所示，包括：
[0068] 业务量获取模块301，用于获取预设各个城市的整车业务量；
[0069] 坐标获取模块302，用于根据所述预设各个城市的整车业务量获取符合预设获取条件的城市坐标列表；
[0070] 权重增加模块303，用于将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；
[0071] 聚类分析模块304，用于对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布；
[0072] 聚类分布筛选模块305，用于根据测试得到的预设聚类个数下的聚类分布筛选出符合预设筛选条件的聚类分布；
[0073] 中转库选址模块306，用于根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。
[0074] 如图3所示，在一个具体示例中，所述坐标获取模块302包括：
[0075] 业务量比较单元3021，用于分别将所述预设各个城市的整车业务量与预设业务量阈值进行比较；
[0076] 坐标获取单元3022，用于获取整车业务量大于所述预设业务量阈值的城市坐标，得到符合所述预设获取条件的城市坐标列表。
[0077] 城市业务量，包括流入量与流出量，是衡量物流运输网络运行和状态的重要参数，对业务量较少的城市进行剔除，获取业务量多的城市坐标，适合应用。
[0078] 此外，在一个具体示例中，所述预设聚类个数根据所述新的城市坐标列表中的各个城市坐标的个数设置。
[0079] 例如新的城市坐标列表中的各个城市坐标的个数是10个，设置预设聚类个数为4-7，不取两头较小或较大的数值，测试不同聚类个数下的聚类分布，结果更符合实际需要。
[0080] 此外，在一个具体示例中，所述聚类分布包括若干个聚类中心坐标以及所述新的城市坐标列表中的各个城市坐标的聚类归属。
[0081] 通过聚类分析之后，我们会得到不同聚类个数下的聚类中心坐标以及各个坐标的聚类归属，例如采用K-means聚类分析法，测试不同聚类个数条件下的聚类分布，K-means聚类分析法首先从n个数据对象(城市)中任意选择k个对象(城市)作为初始聚类中心；而对于所剩下其它对象(城市)，则根据它们与这些聚类中心的相似度(距离)，分别将它们分配给与其最相似的(聚类中心所代表的)聚类；然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值)；不断重复这一过程直到标准测度函数开始收敛为止。
[0082] 如图3所示，在一个具体示例中，所述聚类分布筛选模块305包括：
[0083] 主机厂距离获取单元3051，用于在每一聚类分布中获取各聚类中心到预设主机厂的距离；
[0084] 城市距离获取单元3052，用于在每一聚类分布中根据所述新的城市坐标列表中各个城市坐标的聚类归属计算各聚类中心到与其对应城市的距离；
[0085] 运输成本获取单元3053，用于根据每一聚类分布中各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的运输成本；
[0086] 聚类分布筛选单元3054，用于根据每一聚类分布中各聚类中心到预设主机厂的距离，各聚类中心到与其对应城市的距离，以及各聚类中心到与其对应城市的运输成本筛选出符合所述预设筛选条件的聚类分布。
[0087] 主机厂是主要起运地，在每一聚类分布中获取各聚类中心到预设主机厂的距离，根据各聚类中心到预设主机厂的距离，得到各聚类中心到预设主机厂的最长距离，平均距离，以及超出预设主机厂距离的主机厂个数；
[0088] 根据各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的最短距离、最长距离、平均距离和超出预设城市距离的城市个数；根据各聚类中心到与其对应的城市的最短距离得到每一聚类分布各聚类中心到与其对应的城市的平均最短距离；同理根据各聚类中心到与其对应的城市的最长距离得到每一聚类分布各聚类中心到与其对应的城市的平均最长距离和最大的最长距离；根据各聚类中心到与其对应的城市的平均距离得到每一聚类分布各聚类中心到与其对应的城市的再次平均后的平均距离；
[0089] 根据每一聚类分布中各聚类中心到与其对应城市的距离，以及单公里运输成本、运输车辆的平均装载整车量，得到各聚类中心到与其对应城市的运输成本；
[0090] 根据上述每一聚类分布中各聚类中心到预设主机厂的距离、最长距离、平均距离、超出预设主机厂距离的主机厂个数，各聚类中心到与其对应城市的距离、平均最短距离、平均最长距离、最大的最长距离、再次平均后的平均距离、超出预设城市距离的城市个数，以及各聚类中心到与其对应城市的运输成本筛选出符合预设筛选条件的聚类分布，所述预设筛选条件可以根据实际需要设置，可以筛选出聚类的最优分类个数和各个聚类的最佳中心。
[0091] 基于图3所示的本实施例的系统，一个具体的工作过程可以是如下所述：
[0092] 首先业务量获取模块301获取预设各个城市的整车业务量；然后坐标获取模块302中的业务量比较单元3021分别将所述预设各个城市的整车业务量与预设业务量阈值进行比较；坐标获取单元3022获取整车业务量大于所述预设业务量阈值的城市坐标，得到符合所述预设获取条件的城市坐标列表；权重增加模块303将所述城市坐标列表中各个城市坐标对应的整车业务量作为权重，分别对所述城市坐标列表中的各个城市坐标进行加权重，得到新的城市坐标列表；聚类分析模块304对所述新的城市坐标列表中的各个城市坐标进行聚类分析，测试预设聚类个数下的聚类分布，所述预设聚类个数根据所述新的城市坐标列表中的各个城市坐标的个数设置，所述聚类分布包括若干个聚类中心坐标以及所述新的城市坐标列表中的各个城市坐标的聚类归属；聚类分布筛选模块305，中的主机厂距离获取单元3051在每一聚类分布中获取各聚类中心到预设主机厂的距离；城市距离获取单元3052在每一聚类分布中根据所述新的城市坐标列表中各个城市坐标的聚类归属计算各聚类中心到与其对应城市的距离；运输成本获取单元3053根据每一聚类分布中各聚类中心到与其对应城市的距离，得到各聚类中心到与其对应城市的运输成本；聚类分布筛选单元3054根据每一聚类分布中各聚类中心到预设主机厂的距离，各聚类中心到与其对应城市的距离，以及各聚类中心到与其对应城市的运输成本筛选出符合所述预设筛选条件的聚类分布；中转库选址模块306，用于根据筛选出的符合预设筛选条件的聚类分布进行中转库选址。
[0093] 从以上描述可知，本发明中转库选址系统，考虑城市业务量的影响，同时可以筛选出聚类的最优分类个数和各个聚类的最佳中心进行中转库选址，及时、有效地配送物料，对应网络规划、网络优化等意义重大。
[0094] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0095] 以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
