上篇文章物流&供应链|基于距离的选址模型（一）,做选址分析时只考虑了距离因素，但有些客户的位置距离配送中心较远但需求量较大，如果只考虑距离因素去选址会大大增加运输成本，因此在做选址分析时还需要考虑客户需求这一因素。
接下来我们通过一个例子思考选址时需求的重要性!
一个简单的选址例子：
长风物流公司计划在两地成立一个配送中心，使该点到客户的总运输费用最低，客户需求及位置如图所示，其中运输费用是每件产品每公里10元，这个配送中心的位置应该选在哪里？
如果只考虑距离那应该设置在中间，那么总的运输成本为30,000,000元。
假如我们在选址时同时考虑距离和需求，配送中心的位置应该设置在城市2附近，总运输成本为10,000,000元，大大降低了运输成本。可见考虑加权距离的选址是非常关键的，接下来我们认识一下加权距离。
加权距离
距离是影响快速交付能力的重要因素，在对客户响应时间要求较高的供应链中，最小化加权距离的选址模型具有重要作用，一般设施选址的两大关键目标是服务水平和成本，而最小化加权距离的选址模型朝着这两个目标优化。
加权距离的公式如下：
disti,j 表示配送中心 i 到城市 j 的距离， dj 代表各城市的需求量，如果计算整个网络的加权平均距离，只需将上边的公式稍加改动：
通过这个简单的选址例子，是不是觉得选址分析还是很简单的？
但是当面临选址节点多的时候，怎么实现选址呢？
假如配送中心选集中数量为m，公司要选择的设施数是n，可能的组合数就是
，当潜在设施数量较大，要选择的设施不止一个时，可能的组合数就会激增，需要通过分析工具来解决更复杂和现实的问题，接下来我们通过实现基于加权距离的物流配送中心选址分析，掌握加权距离在选址中的应用。
开始实战
订单表&城市表
将客户城市数据置于平台中，对其进行聚类分析，并在地图组件中展示。与上篇案例一样将客户聚类分为5个簇，如下图所示：
基于距离的客户群体VS基于需求的客户群体
之后使用【特征工程】组件根据确定的5个簇来计算出5个配送中心的位置，计算方式如下图所示：
特征工程
总结
以上我们将距离与需求结合来对实现基于加权距离的物流配送中心选址分析，和上一个案例选址结果相比，总加权距离减少了约13.29%。
但本节案例分析需要用户设置配送中心数量，未对配送中心的数量的选择进行优化，后续我们将考虑服务水平对选址的影响，继续探讨基于服务水平优化DC数量案例，请大家敬请期待吧！
进入蓝鲸官网，首页免费下载蓝鲸软件！
https://bw.dashenglab.com
点击“阅读原文”查看更多
温馨提示：
目前蓝鲸软件不仅免费开放下载，而且蓝鲸官网还提供物流、供应链、电商、交通运输等丰富的行业数据和案例资源。赶紧进入官网下载，让我们一起来探索数据挖掘的奥妙吧！
