geoskill-location-allocation

p-median/p-center/最大覆盖选址模型+需求权重分配

选址-分配分析 | Location Allocation

Classic facility location models: p-median (minimizes the demand-weighted total distance; greedy + Teitz-Bart exchange), p-center (minimizes the maximum service distance), and max-coverage (maximizes the demand covered within a threshold distance; MCLP greedy).

Core Algorithm / 核心算法

• p-median (greedy + exchange improvement)
• p-center minimax
• Max-coverage MCLP + demand weights

Dependencies / 依赖

bash

pip install numpy rasterio scipy geopandas shapely

Usage / 使用方法

Example 1 (synthetic data, offline)

bash

python geoskill-location-allocation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (specified area + quiet mode)

bash

python geoskill-location-allocation.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out2 --quiet

Example 3 (real input)

bash

python geoskill-location-allocation.py --input <your data file> --output-dir ./out3

Example 4 (edge-case test on a tiny area)

bash

python geoskill-location-allocation.py --bbox 116.39 39.90 116.40 39.91 --synthetic --output-dir ./out4 --quiet

Output / 输出

File	Format	Description
allocation.geojson	GeoTIFF/GeoJSON/JSON	Primary output
allocation_stats.json	GeoTIFF/GeoJSON/JSON	Primary output
output-manifest.json	JSON	Run manifest

Data Source / 数据源 / Source

• Synthetic mode: locally generated, physically consistent simulated data; no external data source.
• Real mode: reads local input files; no network requests.

Privacy / 隐私声明 / Privacy

• Runs fully offline by default; makes no network requests.
• --synthetic mode reads no external data.
• All computation is done locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-location-allocation description: 'p-median/p-center/最大覆盖选址模型+需求权重分配'

选址-分配分析 | Location Allocation

经典设施选址模型：p-median（最小化需求加权总距离，贪心 + Teitz-Bart 交换）、p-center（最小化最大服务距离）、max-coverage（阈值内最大化覆盖需求，MCLP 贪心）。

核心算法

• p-median（贪心 + 交换改进）
• p-center 最小最大
• 最大覆盖 MCLP + 需求权重

依赖

bash

pip install numpy rasterio scipy geopandas shapely

使用方法

示例 1（合成数据，离线）

bash

python geoskill-location-allocation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（指定区域 + 静默）

bash

python geoskill-location-allocation.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out2 --quiet

示例 3（真实输入）

bash

python geoskill-location-allocation.py --input <你的数据文件> --output-dir ./out3

示例 4（极小区域边界测试）

bash

python geoskill-location-allocation.py --bbox 116.39 39.90 116.40 39.91 --synthetic --output-dir ./out4 --quiet

输出

文件	格式	说明
allocation.geojson	GeoTIFF/GeoJSON/JSON	主产物
allocation_stats.json	GeoTIFF/GeoJSON/JSON	主产物
output-manifest.json	JSON	运行清单

数据源 / Source

• 合成模式：本地生成物理一致的模拟数据，无外部数据源。
• 真实模式：读取本地输入文件，无网络请求。

隐私声明 / Privacy

• 默认完全离线运行，不发起任何网络请求。
• --synthetic 模式不读取任何外部数据。
• 所有计算在本地完成，不上传用户数据。

License

MIT