固定K-means聚类质心以确定仓库选址的技术求助

针对你的需求——固定工厂位置为K-means的一个质心，求解其余仓库质心，以下是可落地的技术实现步骤：

核心思路 #

将工厂坐标设为不可更新的固定质心，让K-means迭代过程中仅更新剩余质心，确保工厂自动覆盖周边需求点，剩余质心即为最优仓库选址，再结合重心法（COG）优化初始值提升效率。

1. 数据预处理 #

• 整理所有配送需求点的经纬度为二维数组（示例用NumPy）：

  import numpy as np
  # 替换为你的实际配送需求点数据
  demand_points = np.array([[116.397, 39.908], [116.41, 39.89], [116.45, 39.85], ...])
  # 工厂的固定经纬度
  factory_coords = np.array([[116.52, 39.96]])
  

• 设定聚类总数：k = 仓库数量 + 1（+1是预留工厂的固定质心位）

2. 自定义固定质心的K-means实现 #

直接修改K-means的迭代逻辑，锁定工厂质心不参与更新：

def fixed_centroid_kmeans(X, fixed_centroid, k, max_iter=100, tol=1e-6):
    # 初始化质心：第一个为工厂，剩余k-1个用需求点随机初始化（或用COG结果）
    centroids = np.vstack([fixed_centroid, X[np.random.choice(len(X), k-1, replace=False)]])
    centroids_prev = centroids.copy()
    
    for _ in range(max_iter):
        # 计算每个需求点到所有质心的距离，分配聚类标签
        distances = np.sqrt(((X - centroids[:, np.newaxis])**2).sum(axis=2))
        labels = np.argmin(distances, axis=0)
        
        # 仅更新非工厂的质心
        for i in range(1, k):
            cluster_points = X[labels == i]
            if len(cluster_points) > 0:
                centroids[i] = cluster_points.mean(axis=0)
        
        # 检查收敛：非固定质心变化小于阈值则停止
        if np.allclose(centroids[1:], centroids_prev[1:], atol=tol):
            break
        centroids_prev = centroids.copy()
    
    return labels, centroids

# 运行：假设需要2个仓库，k=3
labels, final_centroids = fixed_centroid_kmeans(demand_points, factory_coords, k=3)
# final_centroids[0]是工厂，final_centroids[1:]即为仓库选址坐标

3. 结合重心法（COG）优化初始值 #

为了让仓库质心更贴合远区需求，可先筛选出远离工厂的需求点，计算其重心作为仓库质心的初始值：

# 计算需求点到工厂的距离，筛选远区点（可自定义距离阈值，比如10公里，需转成经纬度距离）
def haversine(lon1, lat1, lon2, lat2):
    lon1, lat1, lon2, lat2 = map(np.radians, [lon1, lat1, lon2, lat2])
    dlon = lon2 - lon1
    dlat = lat2 - lat1
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
    c = 2 * np.arcsin(np.sqrt(a))
    r = 6371  # 地球半径（公里）
    return c * r

# 筛选距离工厂超过10公里的点
distances_to_factory = haversine(demand_points[:,0], demand_points[:,1], 
                                 factory_coords[0,0], factory_coords[0,1])
far_points = demand_points[distances_to_factory > 10]

# 计算远区点的重心（COG）作为仓库初始质心
cog_far = np.mean(far_points, axis=0)
# 替换初始化逻辑中的随机质心
init_centroids = np.vstack([factory_coords, cog_far, cog_far])  # 若2个仓库，可复制或计算次重心

4. 结果验证与可视化 #

用Folium将结果可视化，验证聚类合理性：

• 给不同聚类的需求点标不同颜色
• 用特殊标记标注工厂和仓库质心
• 检查工厂聚类是否集中在周边，仓库聚类是否覆盖远区，若不符合可调整聚类数或距离阈值重新运行

内容的提问来源于stack exchange，提问作者Nani