Как только появляется несколько критериев, которые нужно удовлетворить одновременно наилучшим образом, обычно начинаются сложности.

Численное решение может работать следующим образом: вы можете определить для себя функцию полезности, которая сопоставляет разделение ваших местоположений с положительными реальными значениями, описывая, насколько «хорошо» разделение, присваивая ему «рейтинг» (хорошее может быть высоким «плохим» может быть около нуля).

Если у вас есть такая функция, присваивающая разделам их соответствующие «значения», вам просто нужно оптимизировать ее, и тогда вы, надеюсь, получите хорошее решение, если вы разумно определили свою служебную функцию. Эволюционные алгоритмы хорошо справляются с этой задачей, поскольку ваша функция полезности, вероятно, слишком сложна для аналитического решения из-за ее дискретного характера.

Проблема заключается только в том, как вы назначаете «значения» разделам с помощью этой служебной функции. Тогда это ваша задача. Это можно сделать, например, взвешивая каждый критерий с коэффициентом и суммируя результаты, или даже более сложные функции (наименьшие квадраты и т. д.). Факторы, которые вы используете в определении функции полезности, являются параметрами настройки и могут варьироваться до тех пор, пока результат не будет казаться хорошим.

Некоторое программное обеспечение CA очень поможет для тестирования, если вы сможете его достать, но я думаю, чтобы получить решатель черного ящика для вашей проблемы с разделами, вам нужно реализовать всю процедуру самостоятельно, используя язык по вашему выбору.