Optimal locations and distance prediction functions. Simulations based on an irregular lattice of points
Distance-lp et localisations optimales. Simulations sur un semis aléatoire de points
Résumé
Distance predicting functions are commonly used for estimating road distances in transportation networks. The value of the parameters of these functions depend upon the studied empirical sample of places. In this paper, simulations are performed on a random lattice of 225 points in order to test how far the k-median outputs are sensitive to the way distances are estimated. The lp-distance is used with systematic changes in p (p varying from 0.4 to 9.0). Results lead to useful conclusions for further empirical use of the k-median: location-allocation results are little sensitive to changes in p, especially as far as " reasonable " empirical values of p are considered. The outputs of the simulations are systematically discussed.
Dans de nombreux modèles spatiaux, la distance réelle est estimée par une fonction de prédiction, telle la distance-lp. Les valeurs empiriques des paramètres associés à cette fonction dépendent du milieu géographique étudié. Cet article teste la sensibilité des résultats d’un modèle de localisation-affectation optimale (la k-médiane) à la manière d’estimer la distance, et plus particulièrement à la valeur du paramètre p dans la distance-lp. Un lattis théorique de 225 points générés aléatoirement est pris en compte ; 13 valeurs de p sont retenues (p varie de 0.4 à 9.0). Tous les outputs de la k-médiane sont discutés. Peu de différences sont observées dans les résultats opérationnels de la k-médiane, conduisant ainsi à des conclusions pratiques très intéressantes pour le planificateur : la manière d’estimer la distance sur un réseau de transport n’influence pas les choix décisionnels lorsque des valeurs " raisonnables " de p sont considérées (p Î [ 1.5 ; 2.2] ).
Domaines
Sciences de l'Homme et Société| Origine | Accord explicite pour ce dépôt |
|---|
