專利名稱：一種產(chǎn)品規(guī)劃中的訂單聚類方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種訂單聚類方法，尤指一種在不影響整體產(chǎn)品規(guī)劃的前提下縮短整個產(chǎn)品規(guī)劃時間，最大限度的滿足客戶需求來進(jìn)行下一步的產(chǎn)品匹配工作的模糊聚類方法。
背景技術(shù)：
聚類分析是輸入一組未標(biāo)定的記錄集合，即輸入的記錄還未被進(jìn)行任何分類，再根據(jù)一定規(guī)則和方法，合理劃分記錄集合。換言之，所謂聚類就是根據(jù)事物的某種屬性將一組對象分成若干組成類別，使得相似度大于設(shè)定值的對象元素處在同一組，小于該值的對象元素分布在不同的組別的過程。同理，客戶需求的聚類是指以通過各種方式獲取到的客戶需求為對象，通過需求的屬性項之間的相似度計算將需求進(jìn)行劃分，從而得出不同類別的需求集合?，F(xiàn)有的技術(shù)中，產(chǎn)品的生產(chǎn)過程從輸入產(chǎn)品訂單，進(jìn)入產(chǎn)品配置，即與已有的產(chǎn)品進(jìn)行匹配，再進(jìn)入產(chǎn)品的生產(chǎn)排程過程，最后輸出成品，前后經(jīng)歷三個過程。例如，在對500個產(chǎn)品進(jìn)行生產(chǎn)時，按照步驟應(yīng)進(jìn)行500次的產(chǎn)品配置，500次的產(chǎn)品生產(chǎn)排程過程。從上述過程中可以看出，現(xiàn)有的產(chǎn)品規(guī)劃沒有聚類的這一過程，這樣就無形中增大了產(chǎn)品的生產(chǎn)周期，降低了產(chǎn)品生產(chǎn)效率，同時企業(yè)在效益上也會有所減少，在時間上難以滿足客戶需求?？傊壳靶枰绢I(lǐng)域的技術(shù)人員解決的一個技術(shù)問題就是:如何創(chuàng)新一種產(chǎn)品規(guī)劃方法，使得整個產(chǎn)品生產(chǎn)過程，既能滿足企業(yè)在效益上需求，也能滿足客戶在短時間內(nèi)得到自己滿意的產(chǎn)品
發(fā)明內(nèi)容
`本發(fā)明所要解決的技術(shù)問題是，提供一種聚類方法，即在產(chǎn)品規(guī)劃過程中加入，在產(chǎn)品生產(chǎn)過程中使得生產(chǎn)周期短，企業(yè)生產(chǎn)效益高，快速滿足客戶的個性化需求。本發(fā)明的聚類方法包括:規(guī)格化樣本數(shù)據(jù)；建立模糊相似矩陣；計算模糊相似矩陣的模糊聚類傳遞閉包；適當(dāng)選取置信水平值完成聚類；聚類之后再對每類訂單中的各屬性值對應(yīng)的由制造商確定的該屬性的一系列標(biāo)準(zhǔn)值或標(biāo)準(zhǔn)區(qū)間進(jìn)行隸屬度計算，并用隸屬度最大的值或區(qū)間作為該類訂單中該屬性值，最后進(jìn)行類訂單中客戶的滿意度計算。在計算客戶滿意度時其迭代過程為:選定即滿足4 2 ,設(shè)I的初始值為Ie，且滿足& 2 ,迭代步長為4，當(dāng)Δ ε結(jié)束迭代，^為一個非常小的正數(shù)，其迭代過程如下:
Stepl:令在=0_1，2=毛,進(jìn)行迭代2 = 以I為閥值進(jìn)行需求聚類，并計算客戶滿
意度
Step2:判別客戶滿意度，若色轉(zhuǎn)步驟1，若4 <各轉(zhuǎn)Step 3 ；Step3:^Δ=|δ,ι = ι_δ,以^為閥值進(jìn)行需求聚類，并計算客戶滿意度& ；
St印4:判別客戶滿意度，若色乏各，且在<^轉(zhuǎn)步驟5;若久乏各,且,則轉(zhuǎn)St印3 ；若辦λ < < o轉(zhuǎn) Step 6 ；
Step5:1取此次迭代值，結(jié)束；
St印6:2取上一次迭代值，結(jié)束。按以上步驟進(jìn)行迭代可實現(xiàn)客戶滿意度和聚類粒度之間的沖突優(yōu)化，使得聚類結(jié)果即具有一定規(guī)模，又能使客戶具有相當(dāng)?shù)臐M意度。步驟I中的聚類算法中，經(jīng)過聚類后的訂單具體要求是模糊的，為了能準(zhǔn)確的指導(dǎo)設(shè)計人員進(jìn)行配置設(shè)計，將模糊的需求準(zhǔn)確化。步驟I中的聚類算法中，只是模糊相似矩陣，只有當(dāng)R是模糊等價矩陣時才能聚類，故需要將R改造成模糊等價矩陣。通過求傳遞包將η階模糊相似矩陣R改造成η階模糊等價矩陣步驟I中的聚類算法中，將模糊的客戶需求精確化之后，可能會與客戶的需求意圖產(chǎn)生偏差，此時需要確定這個偏差是否在客戶的可接受的范圍之內(nèi)，需要對客戶滿意度進(jìn)行驗證。若結(jié)果客戶不滿意，則說明聚類粒度太大，需要增大閥值，以減小聚類粒度，增大客戶滿意度?！ぴ诒旧暾堉?，采用模糊聚類的方法對客戶訂單進(jìn)行聚類，可進(jìn)一步減少系統(tǒng)資源的負(fù)擔(dān)，例如CPU和內(nèi)存的使用量，降低了聚類的運(yùn)行時間，提高了聚類方法的運(yùn)算性能。本發(fā)明提供一種訂單聚類的方法，在產(chǎn)品規(guī)劃過程中加入聚類過程，相比以往的產(chǎn)品規(guī)劃過程，生產(chǎn)周期短，企業(yè)生產(chǎn)效益高，產(chǎn)品在下訂單到成品過程中節(jié)省時間，提高效率，快速滿足客戶的個性化需求。


圖1為聚類方法示意 圖2為客戶滿意度算法計算流程 圖3為各需求相似度計算分類 圖4為形成客戶訂單表示形式界面；
圖5為需求規(guī)格化界面；
圖6為計算任意兩個訂單的相似度界面；
圖7為輸入?yún)?shù)相似度系數(shù)界面；
圖8為建立相似矩陣界面；
圖9為輸入閥值界面；
圖10為閥值計算得到截矩陣界面；
圖11為保存聚類結(jié)果界面。
具體實施例方式下面結(jié)合附圖和運(yùn)用此聚類方法的產(chǎn)品規(guī)劃系統(tǒng)對本發(fā)明的技術(shù)方案作進(jìn)一步更詳細(xì)的描述。
權(quán)利要求
1.一種產(chǎn)品規(guī)劃中的訂單聚類方法，其組成包括:規(guī)格化樣本數(shù)據(jù)；建立模糊相似矩陣；計算模糊相似矩陣的模糊聚類傳遞閉包；適當(dāng)選取置信水平值完成聚類；聚類之后再對每類訂單中的各屬性值對應(yīng)的由制造商確定的該屬性的一系列標(biāo)準(zhǔn)值或標(biāo)準(zhǔn)區(qū)間進(jìn)行隸屬度計算，并用隸屬度最大的值或區(qū)間作為該類訂單中該屬性值，最后進(jìn)行類訂單中客戶的滿意度計算。
2.如權(quán)利要求1所述的聚類方法，其特征在于，規(guī)格化樣本數(shù)據(jù)中采用對數(shù)規(guī)格化的方法。
3.如權(quán)利要求1所述的聚類方法，其特征在于，相似矩陣中任意兩項需求之間的相似度計算是由需求類型的相似度%、需求名的相似度%、需求值類型的相似度%和需求值的相似度1|四部分組成。
4.如權(quán)利要求1所述的聚類方法，其特征在于，采用輸入適當(dāng)閥值的方法判斷訂單聚類的結(jié)果。
5.如權(quán)利要求1所述的聚類方法，其特征在于，用迭代法來計算客戶滿意度。
6.如權(quán)利要求1所述的聚類方法，其特征在于，對客戶所提出的訂單具體要求進(jìn)行配置，將模糊的需求準(zhǔn)確化。
7.如權(quán)利要求1所述的聚類方法，其特征在于，通過傳遞包將傳統(tǒng)的相似矩陣改造成模糊等價矩陣，使用模糊等價矩陣進(jìn)行聚類。
8.如權(quán)利要求1所述的聚類方法，其特征在于，對聚類后產(chǎn)生的偏差進(jìn)行合理的修正并使之精確化，通過對閥值的微小修改提高客戶的滿意度，最終達(dá)到客戶滿意度最大化。
全文摘要
本發(fā)明提供一種產(chǎn)品規(guī)劃中的訂單聚類的方法，所述方法包括規(guī)格化樣本數(shù)據(jù)；建立模糊相似矩陣；計算模糊相似矩陣的模糊聚類傳遞閉包；適當(dāng)選取置信水平值完成聚類；聚類之后再對每類訂單中的各屬性值對應(yīng)的由制造商確定的該屬性的一系列標(biāo)準(zhǔn)值或標(biāo)準(zhǔn)區(qū)間進(jìn)行隸屬度計算，并用隸屬度最大的值或區(qū)間作為該類訂單中該屬性值，最后進(jìn)行類訂單中客戶的滿意度計算。采用本申請實施例的方法進(jìn)行聚類，能夠大大的減少產(chǎn)品聚類的時間，提高產(chǎn)品規(guī)劃的效率。準(zhǔn)確快速的進(jìn)行訂單聚類的處理，提高客戶滿意度，降低生產(chǎn)成本。
文檔編號G06F17/30GK103164499SQ201210106339
公開日2013年6月19日 申請日期2012年4月12日 優(yōu)先權(quán)日2012年4月12日
發(fā)明者孫永國, 張曉明, 葛江華 申請人:哈爾濱理工大學(xué)