基于SMOTE-SVM的多准则库存分类北大核心 |
| |
引用本文: | 于俊甫,于珍,谷新平,魏连兴.基于SMOTE-SVM的多准则库存分类北大核心[J].工业工程与管理,2021(4):36-43. |
| |
作者姓名: | 于俊甫 于珍 谷新平 魏连兴 |
| |
作者单位: | 1.山东大学机械工程学院250061;2.高效洁净机械制造教育部重点实验室250061; |
| |
基金项目: | 国家自然科学基金资助项目(61272017);山东省社科规划重点项目(11BJJJ06)。 |
| |
摘 要: | 为了对不平衡的库存物料进行精准化的分类,提出了基于合成少数类过采样技术-支持向量机算法(SMOTE-SVM)的多准则库存分类模型。在Kraljic模型的基础上进行细化,建立了多准则库存分类指标体系。通过改进SMOTE对多分类不平衡物料数据集进行预处理,得到平衡的物料训练集,并结合SVM将库存物料分为四类。以D公司库存物料数据为例,采用多种算法进行分类对比,引入网格搜索法确定最优参数,留一法交叉验证得到算法分类精度,所提算法总分类准确率达到了97.81%,四类物料分类准确率均在90%以上。
|
关 键 词: | 多准则库存分类 SMOTE-SVM Kraljic模型 不平衡数据分类 |
本文献已被 维普 等数据库收录! |
|