如何在R中扭曲K-Means算法以找到服务人员的最佳分配[重复]

Posted 2023-02-19

【中文标题】如何在R中扭曲K-Means算法以找到服务人员的最佳分配[重复]

【英文标题】：How to twist K-Means algorithm in R to find optimal assignment of service personal [duplicate]

【发布时间】：2017-04-01 14:56:51

【问题描述】：

我有一个客户列表（例如 300 个）（经纬度）和一个服务工程师列表（例如 10 个）（纬度、经度）。我需要以最佳方式为每个客户分配一名服务工程师。减少他的旅行并增加他接待顾客的能力。假设他必须定期拜访所有客户。 尝试K意味着集群，将客户分成10个集群，并为每个客户分配服务工程师。任何提示表示赞赏。

【问题讨论】：

虽然这远非确定性，但看起来this final project 的作者发现聚类并不是解决多旅行商问题的最佳方法。我会寻找一种元启发式方法

查看更多讨论here

Another approach

【参考方案1】：

集群在这里完全是错误的方法。它不会平衡集合，而是如果 99% 的客户彼此靠近，他们将被分配到同一个集群。此外，k-means 不能使用地理距离，并假设您的中心可以移动到任何所需的位置。

与其关注集群，不如关注资源分配，例如著名的hungarian algorithm。