Przejdź do głównej zawartości

Krok Optymalizator lokalizacji wybiera K lokalizacji z tabeli lokalizacji kandydujących, które minimalizują łączną lub ważoną odległość do tabeli punktów popytu — to model lokalizacji obiektów typu p-mediana, rozwiązywany jako program mieszany całkowitoliczbowy w solverze HiGHS w PlaidCloud.

Optymalizator lokalizacji działa w podzie zadania przepływu pracy, z tego samego obrazu zadania, którego używa Solver, i zapisuje wyniki z powrotem do tabel projektu.

Tabela możliwych lokalizacji, zmapowana za pomocą tego samego mapowania kolumn źródłowych/docelowych, filtrów i agregacji, z których korzysta każde wejście oparte na tabeli.

Tabela punktów, których odległość do najbliższej wybranej lokalizacji jest minimalizowana, zmapowana w ten sam sposób.

Wstępnie obliczona tabela odległości między kandydatami a punktami popytu. Pozostaw nieustawioną, aby krok sam obliczył odległości.

Liczba lokalizacji do wybrania spośród lokalizacji kandydujących.

Opcja Opis
Limit czasu Opcjonalny limit czasu działania w sekundach.
Luka MIP Opcjonalna względna luka MIP.
Włącz wstępne przetwarzanie (presolve) Pozwala solverowi uprościć model przed rozwiązaniem. Domyślnie włączone.
Użyj zasobów niestandardowych Ustaw rdzenie CPU i pamięć dla poda zadania.

Zatrzymanie z powodu limitu czasu lub luki MIP zwraca najlepsze rozwiązanie znalezione w tym limicie, a nie prawdziwe optimum — to ten sam kompromis, jaki Solver przyjmuje przy statusie nieoptymalnym. Pozostaw oba nieustawione, aby rozwiązać do pełnej optymalności.

Optymalizator lokalizacji zapisuje trzy tabele wyjściowe, które muszą mieć różne nazwy.

Jeden wiersz na wybraną lokalizację.

Jeden wiersz na punkt popytu, ze wskazaniem wybranej lokalizacji, do której został przypisany.

Jeden wiersz ze statusem solvera, wartością funkcji celu i szczegółami uruchomienia.

Ten krok to model p-mediany: zawsze minimalizuje łączną (opcjonalnie ważoną) odległość punktów popytu do najbliższej wybranej lokalizacji. Nie wyraża oceny w stylu grawitacyjnym, niestandardowego wzoru oceny ani żadnego celu, w którym lepszy jest wyższy wynik, a nie mniejsza odległość. Problem wyboru lokalizacji wymagający czegoś takiego należy zamiast tego zbudować ręcznie w modelu Solver.

  • Solver — ogólna optymalizacja liniowa i mieszana całkowitoliczbowa, dla celu wyboru lokalizacji, którego nie obejmuje stały model p-mediany tego kroku.
  • Macierz konwersji Alteryx — narzędzie Alteryx Location Optimizer jest konwertowane na ten krok tylko w przypadku liniowej minimalizacji odległości; jądro grawitacyjne lub niestandardowe makro oceniające nadal są odrzucane.