基于模糊粗糙集的二维延伸性汽车产品保证成本数据挖掘

发布时间：2021-06-10 02:12

　　为了挖掘二维延伸性产品保证成本决策规则且鉴于数据挖掘是大规模制造企业产品保证成本控制的有效手段,基于模糊粗糙集理论,建立了二维延伸性汽车产品保证成本数据挖掘模型,挖掘二维延伸性汽车产品保证成本的不协调信息系统决策规则。研究结果显示,该模型可以对二维延伸性汽车产品保证成本不协调决策信息系统进行属性约简,并挖掘决策规则。该研究结论可以为汽车制造企业或汽车研究中心未来制定二维延伸性汽车产品保证成本控制策略及面向不同产品使用率人群的二维延伸性产品保证策略设计提供重要参考。 

【文章来源】：计算机集成制造系统. 2014,20(12)北大核心EICSCD

【文章页数】：10 页

【文章目录】：
0 引言
1 二维延伸性汽车产品保证成本数据挖掘原理及模型
    1.1 产品保证成本属性信息预处理
    1.2 数据挖掘原理及模型
2 实例分析
3 结束语


【参考文献】：
期刊论文
[1]基于产品使用率的二维延伸性汽车产品保证策略[J]. 仝鹏,刘子先,门峰,徐超,曹立思.  计算机集成制造系统. 2014(05)
[2]基于本体和粗糙集的产品设计知识推送技术[J]. 吉祥,顾新建,代风,乐承毅,徐福缘.  计算机集成制造系统. 2013(01)
[3]基于KDD的单病种成本估计方法[J]. 徐靖,刘子先,邹刘霞,李娅访.  系统管理学报. 2013(01)
[4]基于模糊粗糙集的模具成本预测方法[J]. 刘崇欣.  计算机集成制造系统. 2012(10)
[5]钢铁企业生产成本数据集市及数据挖掘研究[J]. 刘晓冰,张浩,蒙秋男,李浩.  计算机集成制造系统. 2006(10)
[6]粗集在决策树优化中的应用[J]. 赵卫东,李旗号.  系统工程学报. 2001(04)



本文编号：3221803