| 主权项 |
一种基于聚类和节约算法的路线优化推荐方法，其特征在于，依次包括如下步骤：步骤1：建立问题数学模型：步骤1.1：把客户经理服务的每个零售户作为一个点，所有预拜访客户构成一个集合：C＝{c<sub>1</sub>,c<sub>2</sub>,…c<sub>n</sub>}；步骤1.2：规划一条拜访路线，使得总的拜访路径最短，满足：min F(C)＝d(S,c<sub>i</sub>)+Σd(c<sub>i</sub>,c<sub>j</sub>)+d(c<sub>j</sub>,S)其中d(S,c<sub>i</sub>)表示公司S到某一客户i的距离，Σd(c<sub>i</sub>,c<sub>j</sub>)表示从客户i经过其他所有客户到达客户j的路径距离，d(c<sub>j</sub>,S)表示客户j到公司S的距离，i＝1…n,j＝1…n,j≠i，n为大于等于0的整数；步骤2：基于改进K‑means聚类算法的烟草零售户区域划分，按照零售户之间的路程距离进行聚类，使得每个聚类中的零售户距离相对最近；步骤3：基于随机数字表示法和分层抽样相结合的方法进行预拜访客户推荐，把k个聚类划分看作k层，对每个聚类中的零售户进行编号，根据客户档次给予不同数目的编号，利用随机数字法从中选取客户；步骤4：基于节约算法优化零售户拜访路径，使客户经理拜访完所有的客户所需时间最短，以服务每一个客户节点为起始解，根据三角形两边之和大于第三边的性质，起始状况为每服务一个客户后便回到原点，拜访总路程为：<img file="FDA0000862143810000011.GIF" wi="390" he="135" />d<sub>ij</sub>为客户i与客户j之间的距离；而后计算路线间合并后的路程节约值：s(i,j)＝d<sub>oi</sub>+d<sub>io</sub>+d<sub>oj</sub>+d<sub>jo</sub>‑(d<sub>oi</sub>+d<sub>jo</sub>+d<sub>ij</sub>)＝d<sub>io</sub>+d<sub>oj</sub>‑d<sub>ij</sub>，将得到的路程节约值以降序排序而依次合并路线，最后按照最大的节约值归并拜访客户的路径，得到最优拜访路径；步骤5：将步骤4中得到的最优拜访路径以无线/有线的方式发送到客户经理佩带的无线终端，其中无线终端包括显示装置，无线终端接收最优拜访路径后在显示装置上显示，无线终端能够以语音的方式播放最优拜访路径导航信息，客户经理根据最优拜访路径进行拜访。 |
