如何利用R中的K-Means算法寻找服务人员的最优分配



我有一个客户列表(例如300)(长度,长)和一个服务工程师列表(例如10)(长度,长)。我需要以最优的方式为每个客户分配一名服务工程师。减少他的旅行,增加他接待客户的能力。假设他必须定期接待所有客户。尝试K意味着聚类,它应该将客户划分为10个集群,并为每个客户分配服务工程师。

聚类完全是错误的方法。它不会平衡集合,而是如果99%的客户彼此接近,他们将被分配到相同的集群。此外,k-means不能使用地理距离,并假设你的中心可以移动到任何想要的位置。

您需要查看的不是集群,而是资源分配,例如著名的匈牙利算法。

相关内容

最新更新