[论文解读] Single-facility Weber Location Problem based on the Lift Metric

Predrag S. Stanimirović, Marija S. Ćirić|arXiv (Cornell University)|May 4, 2011

Facility Location and Emergency Management参考文献 30被引用 12

一句话总结

该论文提出了一种有效算法，用于在非欧几里得距离度量——升降度量（lift metric）下求解连续单设施最小总和韦伯选址问题，该度量用于建模具有主干街道的城市景观。该方法结合了坐标轴优化与基于中位数的选择策略，在测试实例中成功找到最优解 (4,4)，总成本为 50，首次为该度量在连续选址问题中提供了完整的解决方案框架。

ABSTRACT

The continuous single-facility min-sum Weber location problem based upon the lift metric is investigated. An effective algorithm is developed for its solution. Implementation for both the discrete and continuous location problems is developed in the programming package Mathematica.

研究动机与目标

• 解决在非标准距离函数——升降度量下的连续单设施最小总和韦伯选址问题，该度量此前未在此类问题中被研究。
• 开发一种高效算法，利用坐标轴优化与基于中位数的选择策略，求解平面上的该问题。
• 使用 Mathematica 实现并验证该算法，适用于离散与连续两种公式化形式。
• 将设施选址问题的理论与计算理解拓展至经典 l_p 范数之外。
• 为未来在升降度量下研究多设施、障碍物及反设施问题奠定基础。

提出的方法

• 使用升降度量定义韦伯问题，当 y 坐标相等时为 |x₁ᴬ − x₁ᴮ|，当不相等时为 |x₁ᴬ| + |y₂ᴬ − y₂ᴮ| + |x₁ᴮ|。
• 将目标函数分解为两部分：f(x₁, x₂) = f₁(x₁) + f₂(x₂)，分别最小化每个坐标。
• 应用基于中位数的算法，通过排序加权的 x₁ 坐标并识别满足累积权重条件的中位数索引，以找到最优的 x₁。
• 对 x₂ 使用相同方法，分别排序并检查累积权重，以确定最优的 y 坐标。
• 采用两步算法：首先，固定 x₂ 并求解 x₁，得到候选解；其次，计算并比较所有候选解的目标函数值。
• 在 Mathematica 中实现该算法，支持符号计算与数值计算，可同时求解离散与连续问题。

实验结果

研究问题

• RQ1 如何在非欧几里得距离函数——升降度量下，重新表述并求解经典的韦伯选址问题？
• RQ2 何种算法结构能够实现对升降度量下最小总和韦伯问题的高效求解？
• RQ3 与 l₁ 或 l₂ 范数相比，升降度量下最优解的结构特性是什么？
• RQ4 当最优的 x₁ 或 x₂ 位于一个区间而非单一点时，该算法如何处理？
• RQ5 所提出的算法能否在 Mathematica 等符号计算软件中被有效实现并验证？

主要发现

• 在测试实例中，最优解位于 X* = (4, 4)，总成本为 f(X*) = 50。
• 该算法在搜索过程中识别出多个候选解，包括 (4,4)、(0,1) 和 (0,2)，随后对它们的目标函数值进行评估。
• 当 x₂ = 4 时，算法识别出 x₁ = 4 为最优，对应点 (4,4)，其目标函数值最小。
• 当 x₂ = 1 时，算法识别出 x₁ = 0，得到候选解 (0,1)，其 f(X₂) = 55，高于最优值。
• 当 x₂ = 2 时，算法识别出 x₁ = 0，得到 (0,2)，其 f(X₃) = 62，确认其非最优。
• 最终解通过函数值比较确定，确认 (4,4) 为升降度量下的全局最小值点。