基于Pwer图求解容量限制P中值问题.docVIP

基于Power图求解容量限制P中值问题 针对稠密需求下连续域上的容量P中值 问题，提出基于质心的容量限制Power图(CCCPD) 理论，对连续P中值问題进行近似建模，并加快计 过程。扩展Balzer试位法构造 过程。扩展Balzer试位法构造Power 施加质心限 制满足P中值要求，施加容量限制满足需求密度下的 容量要求。实验结果表明所提算法可快速得到近似可 行解，同Alper Murata方法相比，计算效率高；同质 心容量限制Voronoi图(CCCVT)相比，具有容量限制 精确度高等优点，并能适应各种复杂需求密度函数。 关键词：P屮值；连续域；容量限制；Power图； 质心 TP 391.9 A 英文 Abstract： Aiming at the capacity Pmedian problem of continuous domains under the dense demand， the Centroidal Capacity Constrained Power Diagram (CCCPD) theory was proposed to approximately model the continuous Pmedian problem and accelerate the solving process. The Power diagram was constructed by extended Balzers method， centroid restriction was imposed to satisfy the requirements of Pmedian， and capacity constraint was imposed to meet the capacity requirements of certain demand densities. The experimental results show that the proposed algorithm can quickly obtain an approximate feasible solution, having the advantages of better computing efficiency and capacity accuracy compared to Alper Mu rata s method and Centroidal Capacity Constrained Voronoi Tessellation (CCCVT) respectively. Additionally， the proposed method has excellent adaptability to complex density functions. 英文关键词 Key words： Pmedian； continuous domain； capacity constraint； Power diagram； centroid 0引言 P中值问题(Pmedian)是选址布局中的典型问题 [l]oP中值选址即将一系列市场需求作为被服务区域， 给每个被服务区域分配一个单独的设施，使目标函数 值最小(如成本、平均距离最小等)。P中值问题可用 线性规划、整数规划和松弛方法来求解。进一步，容 量限制的P中值问题中对每个设施服务容量进行限制， 以解决特定情况下的选址分配问题，如医疗救助站的 规划和分配［2］、网络分布设计［3］等。由于容量限制P 中值问题的复杂性，通常采用近似启发式算法求解， 文献［4］使用改进的分散搜索算法解决容量限制P中值 问题，文献［5］使用布谷鸟搜索法(Cuckoo Search，CS) 和Kmeans混合算法以及文献［6］中提出数学试探算法 等。 目前对于P中值问题研究主要集中在离散域，而 连续域中的P中值问题大多数集中在常密度或者密度 变化很小的连续近似密度情况下。连续密度下的容量 限制P中值问题求解被证明是一个NPhard问题，一般 采用各种优化技术以得到局部最优解。Murat在2010 年［7］和2011年［8］提出的算法解决效果好但计算效率 较低。郑利平等在文献［9］中使用基于质心的Voronoi (Centroidal Voronoi Tessellation, CVT)方法来对连 续P中值问题进行建模，在此基础上通过等式约束法 进行容量限制，可生成非均匀容量的CVT，在首先满 足P中值要求下，尽量同容量限制约束进行折中。考 虑CVT总是倾向于均匀容量分布，因此该方法无法施 加精确的容量限制，会存在较大误差。 考虑容量限制P中值问题中，P中值和容量限制 往往难以同时优化达成全局最优，本文在文献［