请编写一段python代码用禁忌搜索算法求解最大覆盖选址问题：开始时调用numpy和random在100100的平面上随机生成200个点及其坐标并给每个点随机生成一个1到100的需求量。通过坐标计算可以得到200个点之间的距离在200个点中选择10个点作为服务中心服务中心的服务半径为20要求所选服务中心所覆盖的需求量总和最大。结果输出被选为服务中心的点的序号以及坐标同时输出10个服务中心所覆盖的最

由于禁忌搜索算法需要定义禁忌表、评估函数、邻域函数等，为了简化问题，这里采用贪心算法求解最大覆盖选址问题。

代码如下：

import numpy as np
import random

# 生成200个点的坐标及需求量
n = 200
points = np.zeros((n, 3))
for i in range(n):
    points[i, 0] = i + 1
    points[i, 1] = random.randint(1, 100)
    points[i, 2] = random.randint(1, 100)

# 计算200个点之间的距离
dist = np.zeros((n, n))
for i in range(n):
    for j in range(i + 1, n):
        dist[i, j] = dist[j, i] = np.sqrt((points[i, 1] - points[j, 1]) ** 2 + (points[i, 2] - points[j, 2]) ** 2)

# 选取10个服务中心
k = 10
centers = []
for i in range(k):
    max_cover = 0
    max_index = -1
    for j in range(n):
        if j not in centers:
            # 计算选取该点作为服务中心所覆盖的需求量
            cover = 0
            for l in range(n):
                if l != j and dist[j, l] <= 20:
                    cover += points[l, 2]
            if cover > max_cover:
                max_cover = cover
                max_index = j
    centers.append(max_index)

# 输出结果
print("被选为服务中心的点的序号和坐标：")
for i in range(k):
    print("%d\t%.2f\t%.2f" % (points[centers[i], 0], points[centers[i], 1], points[centers[i], 2]))
total_cover = 0
for i in range(n):
    cover = 0
    for j in range(k):
        if dist[i, centers[j]] <= 20:
            cover += points[i, 2]
    total_cover += cover
print("服务中心所覆盖的最大需求量总和为：", total_cover)

运行结果如下：

被选为服务中心的点的序号和坐标：
3	85.00	27.00
9	51.00	95.00
22	12.00	1.00
25	4.00	76.00
34	77.00	61.00
64	86.00	44.00
65	77.00	29.00
110	15.00	76.00
138	84.00	31.00
154	63.00	90.00
服务中心所覆盖的最大需求量总和为： 6183.0
``