针对这一问题，可以用数据挖掘中的分类树方法来加以解决。分类树的目标是连续的划分数据，使依赖变量的差别最大。分类树的真正的目的是将数据分类到不同组或分支中，在依赖变量的值上建立最强划分。用分类树的方法解决这个问题时，通常需要以下四个方面的数据：中心点的位置、每个中心点的业务需求量、备选点的位置、在中心点和备选点之间的距离。
配送中心选址的因素有哪些
配送中心选址的因素主要包括客户分布、供应商分布、交通条件、土地条件、自然条件、人力资源条件以及政策环境因素。以下详细阐述这些因素：1. 客户分布
配送中心的服务对象，如超市和零售店，通常位于人口密集区域或大城市。为了提升服务水平和降低配送成本，配送中心往往选址于城市边缘，靠近客户分布区域。
2. 供应商分布
供应商的地理位置也是配送中心选址的关键因素。靠近供应商可以维持较低的安全库存水平。尽管进货输送成本通常由供应商承担，但这一因素在选址时仍需考虑。
3. 交通条件
交通便捷性是影响物流配送成本和效率的重要因素。配送中心应位于交通便利的地区，如高速公路、国道、快速道路附近，以便于配送作业的进行。同时，考虑未来交通发展和邻近地区的交通规划也是必要的。
4. 土地条件
土地使用需符合法规和城市规划。配送中心宜选址于物流园区或经济开发区。在选择地址时，需考虑建设用地的形状、大小、面积和未来扩充的可能性，以满足规划需求。
5. 自然条件
自然环境如湿度、盐分、降雨量、台风、地震等，对商品储存品质和配送中心运营有重大影响。选址时需评估这些自然现象对配送中心的潜在影响。
6. 人力资源条件
人力资源是仓储配送作业的主要需求。配送中心选址时需考虑劳动力来源、技术水平、工作习惯、工资水平等因素。
7. 政策环境条件
政府政策支持对物流业发展至关重要。政策环境条件包括企业优惠政策、城市规划、地区产业政策等。如深圳、武汉等地规划设置现代物流园区，提供用地和支持政策，降低运营成本。
物流选址中心点法概念
选址问题物流中心的选址属于最小成本问题，即求解为运输成本、变动处理成本和固定成本等之和的最小化问题。选址需要考虑到中心点数量和中心点如何分布等情况，尤其是多中心选址的问题。多中心选址是指在一些已知的备选地点中选出一定数目的地点来设置物流中心，使形成的物流网络的总费用最小。在实际操作中，当问题规模变得很大，或者要考虑一些市场因素（比如顾客需求量）时，数学规划就存在一些困难。针对这一问题，可以用数据挖掘中的分类树方法来加以解决。
分类树的目标是连续的划分数据，使依赖变量的差别最大。分类树的真正的目的是将数据分类到不同组或分支中，在依赖变量的值上建立最强划分。用分类树的方法解决这个问题时，通常需要以下四个方面的数据：中心点的位置、每个中心点的业务需求量、备选点的位置、在中心点和备选点之间的距离。
通过分类树的方法，不仅确定了中心点的位置，同时也确定每年各个地址间物品的运输量，使整个企业必要的销售量得到保证，企业长期折现的总成本也会达到最小值。
