一種基於聚類分析的服裝標準工時的數據挖掘方法
2023-08-13 06:54:36
專利名稱：一種基於聚類分析的服裝標準工時的數據挖掘方法
技術領域：
本發明屬於信息技術應用領域，涉及一種在服裝標準工時制定過程中利用數據挖掘技術分析工時標準的方法，尤其是基於聚類分析的數據挖掘方法。
背景技術：
一直以來，服裝行業是我國最具有世界競爭力的行業之一，然而其領先地位在很大程度上得益於國內極為低廉的勞動力成本優勢，隨著製造業信息化進程的不斷深入，服裝行業也從傳統的勞動密集型逐漸向技術密集型和智能密集型方向轉化。目前，很多服裝公司都已在多方面實現了信息化，例如採購、生產、銷售等，這在很大程度上提高了生產效率，降低了生產成本，縮短了產品生產周期。在服裝加工生產中有一重要度量為標準工時，S卩服裝的工序工時，它是改善生產效率的重要手段，是製造系統規劃和改善的依據，是評價作業者技能水平的依據，也是服裝生產加工成本核算、加工費的主要依據，因此標準工時制定的準確與合理至關重要。目前標準工時制定的方法主要有兩種，一種是人工實測法，這是現在服裝企業普遍採用的方法，例如秒表法，其主要步驟為收集資料_>劃分操作單元_>測時_>正常時間_>寬放時間_>標準工時，除此之外，還有經驗判斷法、歷史記錄法、MOD等，這些方法的缺點顯而易見，其測量受環境和人為因素的影響，誤差大，效率低，且不利於計算機服裝工藝設計。另一種方法是在信息化水平較高的公司使用的，即採用一套標準工時管理系統，GSD (General SewingData)，中文譯為通用縫紉資料，這是一種預設動作時間系統，它將縫製品環境中普遍發生的人類動作程序化，並將動作以代碼方式說明，每個代碼都有一個明確的時值，針對服裝生產的每一個工序進行動作分解，與GSD系統中的動作匹配，從而確定出每一道工序的時值。然而目前此系統標準採用的是國際標準，其並不十分適合我國，並且各公司有各自的具體情況，這就要求GSD系統達到定製的要求，然而這是很難做到的。
發明內容
本發明的發明目的是提供一種基於聚類分析的服裝標準工時的數據挖掘方法，以改進現有方法存在的操作複雜性和誤差大的弊端，實現標準工時的自動生成。為達到上述發明目的，本發明採用的技術方案是一種基於聚類分析的服裝標準工時的數據挖掘方法，包括下列步驟(I)數據採集利用RFID生產系統實時記錄每一個員工的工序工時，並構建數據倉庫，數據倉庫中的數據對象構成數據集；(2)數據預處理採用三倍標準差法去除數據集中的異常數據對象；(3)採用基於密度的K-means算法進行聚類，包括①確定聚類數K的值和準則函數的收斂精度；②初始化聚類中心從數據集中選取K個數據對象作為初始聚類中心；③指派樣本對象計算數據集中每一個數據對象到各聚類中心的距離,把數據對象指派給距離最小的類；④更新聚類中心將每個類當前所擁有的所有數據對象的平均值，作為每個類的更新後的聚類中心；⑤檢驗是否滿足收斂精度，若滿足則完成聚類，否則重複步驟③至⑤直到滿足收斂精度；(4)根據聚類結果把所有工時數據對象分為K類，對於每一類求其平均值，即為這一類的標準工時。上述技術方案中，步驟⑴中，數據對象構成的數據集表示為R={P1; P2, ...，pn}，其中P1, P2，. . .，Pn為η個數據對象，每個數據為m維象，包含m個工時工序，整體表示為如下數據矩陣
權利要求
1.一種基於聚類分析的服裝標準工時的數據挖掘方法，其特徵在於，包括下列步驟 (1)數據採集利用RFID生產系統實時記錄每一個員工的工序工時，並構建數據倉庫，數據倉庫中的數據對象構成數據集； (2)數據預處理採用三倍標準差法去除數據集中的異常數據對象； (3)採用基於密度的K-means算法進行聚類，包括 ①確定聚類數K的值和準則函數的收斂精度； ②初始化聚類中心從數據集中選取K個數據對象作為初始聚類中心； ③指派樣本對象計算數據集中每一個數據對象到各聚類中心的距離，把數據對象指派給距離最小的類； ④更新聚類中心將每個類當前所擁有的所有數據對象的平均值，作為每個類的更新後的聚類中心； ⑤檢驗是否滿足收斂精度，若滿足則完成聚類，否則重複步驟③至⑤直到滿足收斂精度； (4)根據聚類結果把所有工時數據對象分為K類，對於每一類求其平均值，即為這一類的標準工時。
2.根據權利要求I所述的基於聚類分析的服裝標準工時的數據挖掘方法，其特徵在於步驟(I)中，數據對象構成的數據集表示為R= {P1; P2,…，Pn}，其中P1, P2，…，PnSn個數據對象，每個數據為m維象,包含m個工時工序，整體表示為如下數據矩陣
3.一種基於聚類分析的服裝標準工時的數據挖掘系統，其特徵在於包括RFID生產系統、數據倉庫、數據預處理模塊、由推理機和解釋系統構成的聚類分析模塊、結果輸出模塊，其中，所述聚類分析模塊採用基於密度的K-means算法進行聚類。
全文摘要
本發明公開了一種基於聚類分析的服裝標準工時的數據挖掘方法，包括下列步驟(1)數據採集利用RFID生產系統實時記錄每一個員工的工序工時，並構建數據倉庫；(2)數據預處理採用三倍標準差法去除數據集中的異常數據對象；(3)採用基於密度的K-means算法進行聚類，包括①確定聚類數K的值和準則函數的收斂精度；②初始化聚類中心；③指派樣本對象；④更新聚類中心；⑤檢驗是否滿足收斂精度，若滿足則完成聚類，否則重複步驟③至⑤直到滿足收斂精度；(4)根據聚類結果把所有工時數據對象分為K類，對於每一類求其平均值，即為這一類的標準工時。本發明能自動生成標準工時，實現方便，成本低。
文檔編號G06Q10/06GK102945517SQ20121040084
公開日2013年2月27日 申請日期2012年10月19日 優先權日2012年10月19日
發明者厲旗, 殷俊偉, 陳建明, 尚笑梅, 張健, 樂逸朦, 薛百裡, 湯彩鳳 申請人:利誠服裝集團股份有限公司, 蘇州大學