新研究对具有异构距离衰减的设施选址问题进行分类

一篇新发表在arXiv上的研究论文介绍了一种处理具有异构距离衰减的设施选址问题的新方法。在这种场景下，设施的价值随距离衰减，且衰减率各不相同。该研究对离散和连续目标提供了可处理性分类，并提供了一种精确的离散方法，可在几秒钟内解决实例。此外，它还提出了一种启发式方法，该方法能非常接近最优解，并且优于现有算法，在真实世界的订单配送数据上证明了其有效性。 AI

影响 通过改进具有可变需求衰减的场景下的设施选址策略，这项研究可能带来更高效的物流和资源分配。

排序理由 该条目是一篇发表在arXiv上的研究论文，详细介绍了一种特定类型优化问题的新分类和方法。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.MA (Multiagent) 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Cooper-style alternating location-allocation
• DagsHub
• Gotit.pub
• Heterogeneous Distance-Decay Facility Location
• Hugging Face
• Influence Flower
• k-means clustering
• maximum covering
• particle swarm optimization
• ScienceCast
• Weber/p-median problem
• Weighted K-means support vector machine for cancer prediction

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →