总和谷歌地图距离的优化函数答案

【问题标题】：Optimization function for the sum Google Maps distance总和谷歌地图距离的优化函数
【发布时间】：2018-05-31 14:33:31
【问题描述】：

我试图找到一个点（纬度/经度），以最小化谷歌地图到所有其他 N 点的距离之和。

我能够提取我的纬度和经度数组之间的谷歌地图距离，但我无法最小化我的函数。

代码

def minimize_g(input_g):
    gmaps1 = googlemaps.Client(key="xxx") 


def distance_f(x):
    dist = gmaps1.distance_matrix([x], np.array(input_g)[:,1:3])
    sum_ = 0
    for obs in range(len(np.array(df[:3]))):
        sum_+= dist['rows'][0]['elements'][obs]['distance']['value']   
    return sum_

 #initial guess: centroid
centroid = input_g.mean(axis=0)

optimization = minimize(distance_f, centroid, method='COBYLA')

return optimization.x

谢谢！

【问题讨论】：

标签： python matrix maps distance minimize

【解决方案1】：

如果您正在地图上寻找与列表中所有坐标的距离最短的任何点，您可以尝试编写一个函数来计算从一个坐标到另一个坐标的距离。如果您准备好使用该功能，则只需计算从测试点到所有点的总距离。

然后，从一些人为创建的坐标中，您将使用沿线的东西最小化到所有点的距离

import numpy as np

lats = [12.3, 12.4, 12.5]
lons = [16.1, 15.1, 14.1]

def total_distance_to_lats_and_lons(lat, lon):
    # some summation over distances from lat, lon to lats, lons

# create two lists with 0.01 degree precision as an artificial grid of possibilities
test_lats = np.arange(min(lats), max(lats), 0.01)
test_lons = np.arange(min(lons), max(lons), 0.01)

test_distances = []  # empty list to fill with the total_distance to each combination of test_lat, test_lon
coordinate_index_combinations = []  # corresponding coordinates
for test_lat in test_lats:
    for test_lon in test_lons:
        coordinate_combinations.append([test_lat, test_lon])  # add a combination of indices
        test_distances.append(total_distance_to_lats_and_lons(test_lat, test_lon))  # add a distance

index_of_best_test_coordinate = np.argmin(test_distances)  # find index of the minimum value
print('Best match is index {}'.format(index_of_best_test_coordinate))
print('Coordinates: {}'.format(coordinate_combinations[index_of_best_test_coordinate]))
print('Total distance: {}'.format(test_distances[index_of_best_test_coordinate]))

这种蛮力方法有一些精度限制，很快就会变成一个昂贵的循环，所以你也可以迭代地应用这个方法，在每一轮之后找到最小值，这样迭代地提高精度并减少测试坐标列表中的起点和终点.经过几次迭代后，您应该有一个非常精确的估计。另一方面，这种迭代方法有可能收敛到多个局部最小值中的一个，只产生多个解中的一个。

【讨论】：