MATLAB 实战复盘：集合覆盖模型 + 线性加权和法，搞定应急物流中心选址

一篇文献的完整复现，一条从"数据还原 → 模型初选 → 综合评价 → 可视化"的选址技术路线。

本文源自对李秀丽等《基于集合覆盖模型和线性加权和法的选址问题研究------以兰州和平高校聚集区应急物流中心选址为例》（《物流科技》2024 年第 47 卷第 17 期）的 MATLAB 复现，代码、数据、图表均已跑通并对齐原文结论。

一、研究背景：为什么要做应急物流中心选址

应急物流是突发事件（自然灾害、公共卫生事件、重大安全事故）下的"生命线"。它的核心矛盾在于：应急物资必须在极短的黄金时间内送达需求点，而设施选址一旦定错，后续的调度、库存、配送效率都会被"锁死"。

本文的研究对象是兰州和平高校聚集区。这个区域的特点是人口高度集中、高校与居民区交错，一旦发生突发事件，对物资时效性的要求极高。文章把问题抽象为两步：

覆盖问题：在"20 分钟可达"的硬约束下，用最少数量、又能覆盖全部需求点的设施点，先做一轮"初选"。
评价问题：对初选筛出的候选点，用多指标综合评价，最终"择优"出一个最优选址。

这种"先覆盖、后评价 "的两阶段思路，恰好对应了两个经典运筹学工具------集合覆盖模型（Set Covering Model） 与 线性加权和法（Linear Weighted Sum Method）。

很多人在做选址时只盯着"距离最近"或"成本最低"单一目标，忽略了"全覆盖"这个硬约束和"多指标权衡"这个软需求。本文的价值正在于把两者串联起来，给出了一条可复现、可迁移的技术路线。

二、主要功能：这套代码到底做了什么

复现脚本 main.m 完成了三件事：

模块	内容	对应文献
数据复现	还原 9 个需求点、时空距离矩阵、评价指标体系与权重	图 1、表 1、表 2、表 4
方法复现	集合覆盖模型初选 + 线性比例变换标准化 + 线性加权和法评价	2.2、2.3 节
可视化	选址示意图、雷达图、权重分布图、加权总分对比图及 4 张补充图表	图 1、表 5、表 6

最终产出 8 张高清图片（300 dpi），并自动在命令行打印全部中间结果，方便核对复现是否与原文一致。

三、技术路线：一张图看懂全流程

整体流程可以概括为四个阶段：

四、算法步骤详解

4.1 集合覆盖模型：先解决"全覆盖"的硬约束

集合覆盖问题的标准形式是：在候选设施点集合中，选出数量最少的子集，使其覆盖全部需求点。用数学语言描述：

min⁡∑j∈Jxj\min \sum_{j \in J} x_jminj∈J∑xj

s.t.∑j∈Nixj≥1,∀i∈I\text{s.t.} \quad \sum_{j \in N_i} x_j \ge 1, \quad \forall i \in Is.t.j∈Ni∑xj≥1,∀i∈I

其中 xj∈{0,1}x_j \in \{0,1\}xj∈{0,1} 表示是否在 jjj 点建站，NiN_iNi 是"能覆盖需求点 iii"的候选点集合。由于原文假设每个备选点服务能力无上限，这里只需考虑覆盖距离约束（≤ 20 min），无需容量约束，问题被大大简化。

具体步骤如下：

Step 1：构建时空距离矩阵。 依据《道路交通安全法实施条例》中"同方向只有 1 条机动车道的城市道路限速 50 km/h"推算各需求点之间的"时间距离"（分钟）。两需求点间时间距离 ≤ 20 min 记为"可覆盖"，否则为 Inf。

Step 2：构建覆盖矩阵。 定义 cover(i,j) = 1 表示需求点 iii 处于以 jjj 为设施点的 20 min 服务范围内，并据此算出：

A(j)A(j)A(j)：以 jjj 为设施点所能覆盖的需求点集合（服务集合）
B(i)B(i)B(i)：能覆盖需求点 iii 的候选设施点集合（备选集合）

对应原文表 1，复现得到的 9 个服务集合如下：

编号 j	A(j)（20min 内覆盖的需求点）
1	{1,2,3,4}
2	{1,2,3}
3	{1,2,3,4,5}
4	{1,3,4,5,6,7}
5	{3,4,5,6}
6	{4,5,6,7,8}
7	{4,6,7,8}
8	{6,7,8,9}
9	{8,9}

Step 3：支配集约简。 这是集合覆盖问题里的一个经典剪枝技巧：若某需求点的覆盖集合是另一个需求点覆盖集合的子集，则该点可被"支配"删除（因为选了那个更大的点，就自动覆盖了这个更小的点）。

例如 A(2)={1,2,3}⊂A(3)={1,2,3,4,5}A(2)=\{1,2,3\} \subset A(3)=\{1,2,3,4,5\}A(2)={1,2,3}⊂A(3)={1,2,3,4,5}，所以 2 号点被支配、可删除。依次消去后，保留的候选点为：

{3,4,6,8}\{3, 4, 6, 8\}{3,4,6,8}

即 薇乐如意园(3)、薇乐花园(4)、兰州工商学院(6)、润新佳苑(8)。

Step 4：穷举最小覆盖。 候选点规模小（仅 4 个），直接枚举全部非空子集（24−1=152^4-1=1524−1=15 种），找出能覆盖全部 9 个需求点的最小组合。结果唯一的 2 点组合为：

{3,8}\{3, 8\}{3,8}

即 D3（薇乐如意园）覆盖 1~5 号需求点，D8（润新佳苑）覆盖 6~9 号需求点，实现全区域覆盖。

matlab 复制代码

% 穷举最小覆盖（核心代码）
for mask = 1:(2^nCand - 1)
    sel = candidateIdx(logical(bitget(mask, 1:nCand)));
    covered = unique([A{sel}]);
    if numel(covered) == nPoint && numel(sel) < minNum
        minNum = numel(sel); minCombos = {sel};
    end
end

4.2 线性加权和法：再解决"哪个更好"的软权衡

集合覆盖模型只回答了"至少要几个、哪几个"，但多个最优组合并存时（这里是 {3,8} 一组），仍需要一个评价机制来"择优"。文章用 7 个指标 + 线性加权和法对 D3、D8 两个候选点打分。

Step 1：指标体系与权重。 7 个指标中有 6 个是效益型 （越大越好），1 个是成本型（越小越好），权重之和为 1：

指标	类型	权重
交通便利性	效益型	0.33
水电通讯等辅助设施	效益型	0.10
所在区域需求量	效益型	0.05
物流专业人才的可获得性	效益型	0.13
覆盖能力	效益型	0.15
投建成本	成本型	0.20
服务柔性	效益型	0.04

Step 2：定性指标量化（七档量化表）。 除"所在区域需求量"是定量指标外，其余定性指标统一映射到 0~10 分：

效益型：最低 0 / 很低 1 / 低 3 / 一般 5 / 高 7 / 很高 9 / 最高 10
成本型：最高 10 / 很高 9 / 高 7 / 一般 5 / 低 3 / 很低 1 / 最低 0

量化结果矩阵 XXX（7 行指标 × 2 列候选点）为：

指标	薇乐如意园(D3)	润新佳苑(D8)
交通便利性	7	5
水电通讯等辅助设施	9	5
所在区域需求量	8	3
物流专业人才的可获得性	7	3
覆盖能力	7	7
投建成本	7	3
服务柔性	7	5

Step 3：线性比例变换标准化。 为消除量纲、统一方向，采用线性比例变换：

效益型：rij=xijmax⁡jxijr_{ij} = \dfrac{x_{ij}}{\max\limits_j x_{ij}}rij=jmaxxijxij
成本型：rij=min⁡jxijxijr_{ij} = \dfrac{\min\limits_j x_{ij}}{x_{ij}}rij=xijjminxij

Step 4：线性加权求和。 加权总分定义为：

U(Ai)=∑j=1nwj⋅rijU(A_i) = \sum_{j=1}^{n} w_j \cdot r_{ij}U(Ai)=j=1∑nwj⋅rij

最终结果：

U(薇乐如意园)=0.8858>U(润新佳苑)=0.7443U(\text{薇乐如意园}) = 0.8858 > U(\text{润新佳苑}) = 0.7443U(薇乐如意园)=0.8858>U(润新佳苑)=0.7443

最优选址：薇乐如意园（D3），与原文结论完全一致。

五、公式原理小结

整篇文章的方法内核其实很简洁，就三个公式：

（1）集合覆盖模型

min⁡∑jxj,∑j∈Nixj≥1\min \sum_{j} x_j, \quad \sum_{j \in N_i} x_j \ge 1minj∑xj,j∈Ni∑xj≥1

（2）线性比例变换标准化（区分指标方向）

rij=xijxjmax⁡ (效益型),rij=xjmin⁡xij (成本型)r_{ij} = \frac{x_{ij}}{x_j^{\max}} \ (\text{效益型}), \quad r_{ij} = \frac{x_j^{\min}}{x_{ij}} \ (\text{成本型})rij=xjmaxxij (效益型),rij=xijxjmin (成本型)

（3）线性加权和法

Ui=∑jwjrij,∑jwj=1U_i = \sum_j w_j r_{ij}, \quad \sum_j w_j = 1Ui=j∑wjrij,j∑wj=1

三个公式环环相扣：覆盖模型负责"删得对"，标准化负责"比得公平"，加权和负责"选得优"。

六、参数设定一览

参数	取值	说明
需求点数量	9	高校聚集区人口集中点
服务半径 R_service	20 min	应急物流时效性标准
道路限速依据	50 km/h	《道路交通安全法实施条例》
候选点（支配集约简后）	{3,4,6,8}	集合覆盖初选
最小覆盖组合	{3,8}	2 个设施点覆盖全部 9 点
指标数量	7	6 效益型 + 1 成本型
权重向量	$0.33, 0.10, 0.05, 0.13, 0.15, 0.20, 0.04$	和为 1
量化分值	0~10（七档）	效益型/成本型方向相反