针对社会设施的动态选址问题,本文提出一种基于需求密度感知和Growing Neural Gas Networks (GNG)的设施动态选址方案。该方法主要有以下三方面,第一、对区域进行划分;第二、获取区域的资源需求密度,并对低密度区域进行过滤;第三:基于...针对社会设施的动态选址问题,本文提出一种基于需求密度感知和Growing Neural Gas Networks (GNG)的设施动态选址方案。该方法主要有以下三方面,第一、对区域进行划分;第二、获取区域的资源需求密度,并对低密度区域进行过滤;第三:基于区域的需求密度对有限的信息资源进行合理分配。本文方法与Kmeans进行了对比,实验结果表明所提方法可有效对区域需求进行拓扑感知,并可对有限的可移动设施进行合理性规划。展开更多
文摘针对社会设施的动态选址问题,本文提出一种基于需求密度感知和Growing Neural Gas Networks (GNG)的设施动态选址方案。该方法主要有以下三方面,第一、对区域进行划分;第二、获取区域的资源需求密度,并对低密度区域进行过滤;第三:基于区域的需求密度对有限的信息资源进行合理分配。本文方法与Kmeans进行了对比,实验结果表明所提方法可有效对区域需求进行拓扑感知,并可对有限的可移动设施进行合理性规划。
