申请/专利权人:中国人民解放军陆军工程大学
申请日:2023-11-29
公开(公告)日:2024-02-27
公开(公告)号:CN117610861A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06Q10/0639;G06Q10/04;G06Q10/087;G06F18/2321;G06F18/2431
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明提供一种备件需求特性模糊聚类算法的分类方法、系统及设备,其技术要点在于,根据备件的需求产生的平均需求间隔、非零需求的变异系数与需求量的倒数进行Z‑Score标准化,建立备件需求特性三维判定体系;采用半数框架T平方检验与霍普金斯统计量判断三维判定体系下的备件需求特性值聚类趋势;采用模糊聚类的方法将备件需求特性值按相似度划分成不同的类别;采用密度峰值聚类形成最佳聚类中心,并作为模糊聚类算法的初始值。在给定一批备件的需求数据后,即可通过该需求特性模糊聚类算法形成初始分类方案集,在模糊聚类质量内部评价指标以及聚类结果图形显示的辅助下,确定最佳分类方案。
主权项:1.一种备件需求特性模糊聚类算法的分类方法,其特征在于,包括以下步骤:S1、收集数据;根据待分类备件的历史需求记录,按一定的时间间隔统计出每种备件的需求产生的平均需求间隔、非零需求的变异系数与需求量的倒数;S2、聚类趋势判断;对备件的需求产生的平均需求间隔、非零需求的变异系数与需求量的倒数进行Z-Score标准化,建立备件需求特性三维判定体系;包括:采用半数框架T平方检验与霍普金斯统计量判断三维判定体系下的备件需求特性值聚类趋势,采用模糊聚类的方法将备件需求特性值按相似度划分成不同的类别;采用密度峰值聚类形成最佳聚类中心,并作为模糊聚类算法的初始值;S3、密度中心选择;采用模糊C均值聚类算法选择前m种密度中心;S4、进行质量测定;建立多种模糊聚类质量内部评价指标,并进行各种聚类簇数下的聚类质量测定;S5、选择最优方案;从各种聚类数对应的聚类结果中选择模糊聚类质量内部评价指标好,且具有明确物理意义的分类方式,作为最终的备件分类结果。
全文数据:
权利要求:
百度查询: 中国人民解放军陆军工程大学 一种备件需求特性模糊聚类算法的分类方法、系统及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。