四川省医疗物资仓储基地选址优化：基于最小生成树算法的 Matlab 实现

本文旨在为四川省确定一个建立医疗物资仓储基地的最佳位置，目标是使得该基地到其他各个城市医院的飞行总距离之和最短。

由于需要求解的是最短距离之和，可以考虑使用最小生成树算法。具体而言，可以先将各城市医院的经纬度位置坐标看作图中的节点，然后计算各节点之间的距离（即飞行距离），构建无向完全图。接着，使用最小生成树算法求解该图的最小生成树，即可得到建立医疗物资仓储基地的最优位置。

以下是基于Matlab的代码实现：

% 城市医院的经纬度位置坐标
cities = {'成都', '自贡', '攀枝花', '泸州', '德阳', '绵阳', '广元', '遂宁', '内江', '乐山', '南充', '眉山', '宜宾', '广安', '达州', '雅安', '巴中', '资阳', '阿坝', '甘孜', '凉山'};
lat = [30.67, 29.35, 26.58, 28.87, 31.13, 31.47, 32.44, 30.52, 29.59, 29.56, 30.84, 30.08, 28.77, 30.45, 31.22, 30.01, 30.01, 30.12, 31.92, 30.05, 30.05];
lon = [104.06, 104.78, 101.72, 105.44, 104.40, 104.68, 105.83, 105.59, 105.06, 103.76, 106.11, 103.84, 104.64, 106.63, 107.50, 103.01, 106.75, 104.63, 102.22, 101.96, 102.27];
n = length(cities); % 城市数量

% 构建无向完全图，计算各节点之间的距离
dist = zeros(n,n);
for i = 1:n
    for j = 1:n
        if i~=j
            dist(i,j) = sqrt((lat(i)-lat(j))^2 + (lon(i)-lon(j))^2);
        end
    end
end

% 使用最小生成树算法求解最优位置
[~, tree] = graphminspantree(sparse(dist)); % 最小生成树
sumDist = sum(tree(:)); % 最短距离之和
[minDist, idx] = min(sum(tree)); % 最短距离和对应的基地位置
fprintf('最优基地位置：%f,%f，最短距离之和：%f
', lat(idx), lon(idx), minDist);

运行以上代码，即可得到最优基地位置和最短距离之和。