wen Python小白的数学建模课-07 选址问题
选址问题是要选择设施位置使目标达到最优，是数模竞赛中的常见题型。
小白不一定要掌握所有的选址问题，但要能判断是哪一类问题，用哪个模型。
进一步学习 PuLP工具包中处理复杂问题的字典格式快捷建模方法。
欢迎关注『Python小白的数学建模课 @ Youcans』系列，每周持续更新
1. 选址问题
选址问题是指在某个区域内选择设施的位置使所需的目标达到最优。选址问题也是一种互斥的计划问题。
例如投资场所的选址：企业要在 m 个候选位置选择若干个建厂，已知建厂费用、运输费及 n 个地区的产品需求量，应如何进行选址。
选址问题是运筹学中经典的问题之一，选址问题在生产生活、物流、甚至军事中都有着非常广泛的应用，如工厂、仓库、急救中心、消防站、垃圾处理中心、物流中心、导弹仓库的选址等。更重要的，选址问题也是数模竞赛的热点问题。
选址是重要的长期决策，选址的好坏直接影响到服务方式、服务质量、服务效率、服务成本等，从而影响到利润和市场竞争力，选址问题的研究有着重大的经济、社会和军事意义。
选址问题有四个基本要素：设施、区域、距离和优化目标。
1.1 设施
选址问题中所说的设施，在具体题目中可以是工厂、仓库、服务站等形式。
1.2 区域
选址问题中所说的区域，在具体题目中可以是工厂、车间的内部布局，也可以是给定的某个地区、甚至空间范围。
按照规划区域的特征，可以分为连续选址问题和离散选址问题。连续选址问题，设施可以布局在区域内的任意位置，就要求出最优选址的坐标；离散选址问题，只能从若干候选位置中进行选择，运筹学中的选址问题通常是这类离散选址问题。
1.3 距离
选址问题中所说的距离，是指设施到服务对象之间的距离，在具体题目中也可以是某个选址位置的服务时间、成本、覆盖范围。如果用图论方法求解，通常就是连接顶点的边的权值。
当问题所关注的是设施到服务对象之间的距离时，如果问题给出的不是顶点之间的距离，而是设施的位置坐标，要注意不是只有欧式距离，对于不同问题也可能是球面距离、曼哈顿距离、切比雪夫距离。
1.4 优化目标
选址问题要求选择最好的选址位置，但选址位置只是决策变量，选择的最终目的通常是实现加权距离最短、费用最小、利润最大、时间最短，这才是优化问题的目标函数。
按照目标函数的特点，可以分为：中位问题，要求总成本最小；中心问题，服务于每个客户的最大成本最小；反中心问题：服务于每个客户的最小成本最大。
2. 常见选址问题及建模
2.1 P-中位问题（P-median problem）
P-中位问题，假设有 N 个候选服务站和 M 个需求点，要从 N 个候选服务站中选择 P 个，使所有需求点到最近的服务站的加权距离 (d_{ij}) 的总和最小。需求点 i 的权值，通常是指该需求点的需求量。
这是一个 MinSum 问题，定义决策变量 (x_j) 为选中的服务站，(y_{ij}) 将各需求点匹配到最近的服务站：
[x_j = egin{cases}
1，& 服务站 j 被选中\
0，& 服务站 j 未被选中
end{cases}
]
