[发明专利]一种基于改进k-means算法的菜鸟驿站选址方法

权利要求书

1.一种基于改进k-means算法的菜鸟驿站选址方法，其特征在于：所述方法包括以下步骤：

1)首先获取某小区用户的地址数据集，根据用户在最近一个月内所产生快递订单量进行分层抽样；

2)将提取到的用户地址数据组成一个新的初始特征样本数据集，记为U＝{u₁,u₂,...,u_N}，N为样本数据集的元素个数，初始化需要建设菜鸟驿站的数目K；

3)计算任意两个样本点之间的欧氏距离，过程如下：

3.1)从数据集U中取出一个目标样本点u_i，i＝{1,2,...,N}；

3.2)再从数据集U中取出一个不同于u_i的样本点u_j，j＝{1,2,...,N}；

3.3)计算两个样本点u_i和u_j之间的距离dist(u_i,u_j)，其中dist(u_i,u_j)＝||u_i-u_j||₂；

3.4)迭代步骤3.2)和步骤3.3)直到u_j取完数据集中除u_i之外的所有样本点；

3.5)更新目标样本点u_i，即从数据集中取出与上一次不同的目标样本点u_i′，令u_i＝u_i′，迭代步骤3.2)、3.3)和3.4)，直到u_i取到数据集中的所有样本点为止；

4)计算样本数据对象之间的平均距离其中表示从N个样本点中任意抽取两个的组合数；

5)定义P(u_i,Md)为样本点u_i关于数据对象平均距离的参考概率密度，计算公式为单位阶跃函数；

6)遍历计算所有样本点参考概率密度，并将计算的结果放入一个新的集合D，记D＝{d₁,d₂,…,d_i,…,d_N|d_i＝P(u_i,Md)}；

7)根据样本点的参考概率密度集合D中元素的大小关系，找到数值最大元素所对应的用户点u_m，将u_m作为一个初始聚类中心点；

8)更新样本数据集U，即将与u_m的距离小于数据对象平均距离的样本点从集合U中删除，将剩下的样本点组成新的用户数据集合U′，令U＝U′，迭代步骤3)至步骤7)，直到找到需要的k个初始聚类中心；

9)将找到的k个初始聚类中心作为聚类的初始均值向量{s₁,s₂,…s_k}；

10)计算样本点u_i到各均值向量s_n的距离：dist(u_i,s_n)＝||u_i-s_n||₂，根据距离最近的均值向量确定u_i的簇标记：λ_i＝argmin_{n∈{1,2,…，k}}dist(u_i,s_n)，将样本点u_i划入相应的簇

11)更新均值向量s_n，计算新的均值向量其中C_n表示当前簇内元素的集合，|C_n|表示簇内元素的个数，若s_n′≠s_n，则令s_n＝s_n′，否则，保持当前的均值向量不变；

12)迭代步骤10)和步骤11)，直到当前的均值向量s_n不再发生变化，即可将聚类后的簇划分出来，记为C＝{C₁,C₂,…,C_k}，此时最终的均值向量s_n所对应的坐标位置，即为菜鸟驿站建设地的最优可行点。