原文传递
闭频繁项集挖掘算法在ABC库存管理优化问题上的研究与应用
| 论文题名： | 闭频繁项集挖掘算法在ABC库存管理优化问题上的研究与应用 |
| 关键词： | 库存管理;闭频繁项集;数据挖掘;剪枝策略 |
| 摘要： | 库存物资的合理分类对企业库存管理活动至关重要，对于每类物资根据其性质有针对性地制定相应的库存控制策略，可以降低库存成本，优化库存管理活动，其中ABC库存分类法是最基础的方法。现有ABC分类研究中大多数仅考虑独立需求物资，没有考虑物资之间内在的关联性。频繁项集挖掘算法产生的频繁模式包含着物资间的内在联系，可以用来优化ABC库存分类，但是挖掘出的频繁模式数量巨大，会导致某些项重复出现，在库存分类调整时可能会出现分类矛盾的问题，而利用闭频繁项集压缩无损的特点就能很好地解决这一问题。闭频繁项集是相关频繁项集的精简表示方式，闭频繁项集挖掘极大减少了挖掘结果中的频繁项集数量，成为近年来数据挖掘领域的一个重要研究课题。当前多个闭频繁项集挖掘算法已经提出，均可应用于ABC库存分类优化问题。DCI_Closed算法是一个经典的闭频繁项集挖掘算法，经过分析发现，其剪枝策略等方面仍有改进空间，算法效率有待提升。因此本文提出新剪枝策略来优化DCI_Closed算法的搜索空间，并据此提出改进算法DCI_ESCS，其次利用DCI_ESCS算法对ABC库存分类问题进行优化。研究内容如下： （1）本文将储存所有2-项集支持度信息的ESCS结构（Estimated Support Co-occurrence Structure）应用到经典闭频繁项集挖掘算法DCI_Closed上，提出针对2-项集的ESCS剪枝策略，最终得到改进的DCI_ESCS算法。并在SPMF公开资源库中connect、pumsb、chess、pumsb_star、accidents五个数据集上、不同最小支持度阈值下进行实验，对比分析算法改进前后的时间性能。实验结果表明，改进的DCI_ESCS算法在事务和项集较长、较稠密的数据集上表现良好，时间效率均有一定程度的提高。 （2）本文将DCI_ESCS算法应用到物资关联性ABC库存管理优化问题上。首先对原始数据进行初步分类作为后期分类调整的依据，然后用改进的DCI_ESCS算法挖掘出闭频繁模式并筛选出其中有效的模式，最后利用有效模式各物资的关联性调整部分初始分类。通过进一步分析可以得出，调整后的库存分类能够优化库存管理，降低库存成本，而且也能提高服务水平。 |
| 作者： | 刘文杰 |
| 专业： | 管理科学与工程 |
| 导师： | 杨海军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州财经大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
