作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对工程机械备件需求的随机性、多样性及分类指标复杂等特点提出一个两阶段分类方法.第一阶段根据工程机械备件需求时间序列的平稳性把备件分两类;第二阶段综合影响备件分类的价值、服务及时间等因素,将粗糙集理论(Rough Set,RS)与自组织映射(Self-Organizing Map,SOM)神经网络相结合,设计RS-SOM聚类模型.先用模糊C均值聚类算法对指标数据进行离散化处理,再用改进的分明矩阵算法对指标集进行降维处理,在基于核的SOM模型中,通过引入粗糙集理论的上、下近似集来改进SOM训练过程,最后得到工程机械备件的聚类结果.数据实验证明,与ABC分类法和传统的SOM聚类方法相比,该方法能综合考虑各种影响因素对备件分类的影响,并能明确区分需求变动趋势不同的备件,为工程机械备件需求预测和库存控制提供可靠的依据.
推荐文章
基于需求特性的备件分类模型研究
不常用备件
需求特性
分类
块状需求
基于分类和模块化的工程机械 BOM 构建
分类
模块化
工程机械
产品BOM
基于寿命分布的备件需求计算模型分析
维修备件
需求预测
寿命分布类型
计算模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 工程机械备件需求特征分类模型
来源期刊 现代制造工程 学科 工学
关键词 工程机械备件 两阶段分类法 需求时间序列 粗糙集 自组织映射神经网络
年,卷(期) 2017,(6) 所属期刊栏目 试验研究
研究方向 页码范围 37-44
页数 8页 分类号 TP391
字数 6934字 语种 中文
DOI 10.16731/j.cnki.1671-3133.2017.06.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 符卓 中南大学交通运输工程学院 81 1324 20.0 33.0
2 罗薇 中南大学交通运输工程学院 12 24 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (70)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2011(9)
  • 参考文献(5)
  • 二级参考文献(4)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
工程机械备件
两阶段分类法
需求时间序列
粗糙集
自组织映射神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导