In diesem Beispiel betrachte ich die Identifizierung von Kundenclustern basierend auf der euklidischen Distanz. Dies ist bspw. bei der Suche nach mehreren optimalen Standorten hilfreich. Ziel ist es dabei, eine Heuristik zu erarbeiten, mit der sich die Kunden gruppieren lassen, um im Nachgang ein Lager im Schwerpunkt der jeweiligen Gruppe platzieren zu können. Diese Heuristik […]
In diesem Beitrag gebe ich ein Codierungsbeispiel dafür an wie eine Gruppe von Kunden jeweils einem Lager zugeordnet werden kann, wobei eine Reihe von festen Lagern mit unbegrenzter Kapazität berücksichtigt werden. Die zugrunde liegende Annahme ist, dass es keine Fixkosten gibt und dass relevante Kosten nur von der euklidischen Entfernung zwischen Kunde und Lager abhängen. […]
In einem früheren Beitrag habe ich bereits gezeigt wie das Problem der Bestimmung eines einzelnen Lagerstandorts ganz einfach gelöst werden kann. Ich hatte dabei den Massenschwerpunkt der relevanten räumlich verteilten Metrik indentifiziert. In diesem Beitrag möchte ich nicht nur ein sondern mehrere Lagerstandorte bestimmen und festlegen. In http://www.supplychaindataanalytics.com/single-warehouse-problem-locating-warehouse-at-center-of-mass-using-r/ habe ich eine Funktion zum Lokalisieren eines […]
In diesem Beitrag betrachte ich in Codierungsbeispiels für das Erstellen von Kundenclustern basierend auf räumlicher Nähe. Mit diesem Algorithmus kann ich auch mehrere Schwerpunkte in der räumlichen Verteilung von Kundennachfrage identifizieren. Dies kann mir bspw. bei der Festlegung von Lagerstandorten von Nutzen sein. Die Logik und der grundlegende Ansatz sind dabei ähnlich zu üblicher entfernungsbasiertem […]