在本文中，我们为LMRP重新构造了原始的非线性模型。 首先，我们引入了一组参数来表示为分配了潜在额外成本的设施空间增加成本的非线性部分，以及一组新的决策变量，这些参数指示每种设备分配多少客户。 对具有5到500个潜在设施和随机生成位置的问题测试了算法。 然后使用实际数据验证此新方法更好。 最大预期覆盖位置问题（MEXCLP）中使用的建模方法激励了我们的工作。 我们比较了新方法和拉格朗日松弛法，以恒定的客户需求率和相等的日需求标准偏差来求解LMRP。