Positionnement optimum dans l’espace géographique et perceptuel. Quelques algorithmes pour répertorier les meilleurs emplacements.

• Introduction
• Un problème générique et dual en marketing
• Les modèles gravitaires
• Espace perceptuel et espace géographique
• Positionement définition
• Positionnement et localisation raprochements
• Analyse de la localisation et les recherches opérationnelles
• Le problème à résoudre et sa solution originale
• Extensions suggérées
• Le modèle de Drezner – Une reformulation centrée sur le problème
• Présentation
• Problem centric vs. techno centric
• Calcul des éléments constants
• La part de marché des concurrents dans chaque point de demande
• La fonction objectif
• Analogies avec le problème "minisum"
• Algorithmes d’optimisation alternatifs
• Procédure de Weiszfeld
• Similarités avec la méthode du gradient
• Comparaison de performance: Weiszfeld vs. Gradient – les données
• Comparaison des performances:  Weiszfeld vs. Gradient
• La convergence systématique de la méthode de Weiszfeld vers des optimums locaux – Un test empirique
• Trouver l’optimum global par décomposition spatiale
• Utiliser des heuristiques
• Une population de triangles 
• Illustration
• Extension 3D utilisant une population de tétraèdres
• Trouver la plupart des localisations optimum locales à l’aide de solutions hybrides
• Triangulation itérative et gradient
• Convergence locale à taux décroissant
• Elimination de triangles
• Regroupement itératif des points les plus proches
• Conclusions
• Contributions
• Convergence xxx
• Interêt de la convergence sistématique vers l’optipmum local le plus proche
• Aspects opérationnels
• Discussion
• Références
• Références