论文部分内容阅读
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