买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于混合聚类算法进行物流中心选址的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117195010B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310928620.0，技术领域涉及：G06F18/23；该发明授权一种基于混合聚类算法进行物流中心选址的方法是由秦维嘉;郭黎敏设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种基于混合聚类算法进行物流中心选址的方法在说明书摘要公布了：本发明公开了一种基于混合聚类算法进行物流中心选址的方法，包括以下步骤：步骤1、将MeanShift算法的寻找密度极值点的过程与DPC算法分配非密度极值点的过程结合起来，控制聚类的数量；步骤2、对物流中心数据进行数据清洗；步骤3、根据应用数据，借用第三方地图平台，得到真实路网站点距离数据矩阵。步骤4、根据步骤1结合真实路网站点距离数据矩阵A；步骤5、建立聚类密度极值点和最大快件数量数据的联合模型，通过最大化算法，使得快件数量在阈值T内最大化，站点到该密度极值点的距离之和最小。步骤6：将处理后的MS‑DPC算法与联合模型融合，通过模型训练与测试，最终得到物流中心地址的预测结果。本发明解决目前混合聚类算法可能会出现的误归类问题。

本发明授权一种基于混合聚类算法进行物流中心选址的方法在权利要求书中公布了：1.一种基于混合聚类算法进行物流中心选址的方法，其特征在于，包括以下步骤： 步骤1、提出一种基于密度和距离的混合聚类应用方法MS-DPC，将MeanShift算法的寻找密度极值点的过程与DPC算法分配非密度极值点的过程结合起来，控制聚类的数量； 步骤2、预处理坐标数据，对物流中心数据进行数据清洗，主要保留属性有位置信息、快件饱和量、吞吐量； 步骤3、根据应用数据，借用第三方地图平台，得到真实路网站点距离n×n数据矩阵，记作A＝aijm×n，其中n代表物流中心的数量，aij代表第i站点与第j站点的真实路网距离； 步骤4、根据步骤1提出来的方法，结合真实路网站点距离n×n数据矩阵A，代替高斯核函数中的欧氏距离，得到ND个聚类密度极值点，即Ψ＝{dep1,dep2,…,depND}；其中，depp代表第p个密度极值点； 步骤5、建立聚类密度极值点和最大快件数量数据的联合模型，通过使用最大化算法，使得快件数量在阈值T内最大化的同时，站点到该密度极值点的距离之和最小；使MS-DPC不仅考虑快件数量因素，还充分考虑真实情况下的路径，而不单单是地理位置邻近； 步骤6：将处理后的MS-DPC算法与联合模型融合，通过模型训练与测试，最终得到物流中心地址的预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。