论文基于聚类分析方法多准则ABC库存管理是适合不知如何写聚类方面的相关专业大学硕士和本科毕业论文以及关于聚类算法论文开题报告范文和相关职称论文写作参考文献资料下载。
摘 要：企业通常将库存元件进行分类来达到高效库存管理的目的,广泛应用于库存分类的方法就是ABC分类法.在多准则分类方面,有很多对准则权重如何产生的研究,但是很少有对决策矩阵变换方法的研究.近年来出现了一些将聚类分析方法用于ABC库存分类的案例,但是他们的方法过于复杂.文章提出了一种新的决策矩阵变换方法,该方法使规范后的决策向量均值相等,并将一种简单的聚类分析方法应用于ABC库存分类中.在文章最后用一个案例来说明该方法的有效性.
关键词：多准则决策；ABC库存分类；聚类分析；均值变换
Abstract： Companies often classify inventory components into several groups to achieve the purpose of efficient inventory management. What is widely used in the inventory classification is the ABC classification. In terms of a multi-criteria classification, there are a lot of researches on how to get criteria weights, but few study on decision matrix transform method. In recent years, there have been some clustering analysis methods are used in ABC classification, but they are too complicated. This article puts forward a new method of decision-making matrix transformation. The method makes the average of the decision vector equals after the specification. We also applied a simple cluster analysis method to the ABC inventory classification. At last, a real-world example is included to illustrate the proposed approach and it advantages.
Key words： multi-criteria decision making； ABC inventory classification； clustering analysis； average conversion
引 言
企业需要对大量的库存元件进行管理,库存管理费用也是占据企业成本的很大一部分.为了提高企业的竞争力,企业需要找出科学的、合理的库存管理方案来对库存元件进行管理.库存管理方面有很多问题,例如库存预测、库存分类、库存控制策略的选择和优化以及其他的辅助策略.库存分类是高效管理企业库存元件的关键的一步,广泛使用于库存分类的一种方法是ABC分类法.ABC分类法是一种基于帕累托准则的分类方法.它是一种简单的、广泛被接受的、科学的库存管理方法.
传统的ABC分类方法基于年使用费用来进行分类,年使用费用是年使用数量和元件单价的乘积.一般地,A类元件在数量上很少,但是却占据很大的年使用价值；C类元件在数量上很多,但是只占很少的年使用价值；介于A类元件和C类元件之间的就是B类元件.在库存控制策略上,A类元件需要重点关注,循环盘点来提高库存精度；B类元件关注度次于A类元件,可以较长时间盘点一次；C类元件不需要太多关注,可以大量采购并储备较大的安全库存.
多准则库存分类（Multi-Criteria Inventory Classification,MCIC）的研究在过去的20年中已经有很多.我们常用层次分析法来求各准则权重,然后对各准则加权求和的方法解决MCIC问题,加权后得出一个总评分,作为多准则ABC分类的依据.文献[1]采用了K-means算法对ABC分类进行优化,文献[2-3]采用了模糊聚类分析方法来对库存元件进行分类,但是他们都没有提出一种能针对多准则总评分的聚类方法.为此,本文提出对决策矩阵的变换方法的改进,采用一种均值变换方法,使变换后的决策矩阵各准则向量的均值相等且都等于1.然后,本文对加权后的总评分采用一种聚类分析的方法进行库存元件的ABC分类,文章详细介绍了该聚类分析方法的步骤,并用一个案例来说明该方法的有效性并做了简短的总结和评价.
1 基于聚类分析的ABC库存管理方法
在进行多准则库存分类的时候需要解决几个问题.第一个,决策矩阵数据的规范化,文章采用了均值变换法,将在1.1中说明；第二个,准则权重的获取,本文主要是针对AHP这种主观权重获取方法来说,AHP方法的具体步骤参考文献[4]；第三个,根据元件加权后的总评分,如何进行ABC分类,文章采用了一种简单聚类分析的方法,具體步骤将在1.2中说明.
1.1 决策矩阵的规范化
假设有n个待分类的元件,每个元件有m个准则,令a表示第i个元件在第j个准则下的评分.这样就得到了原始决策矩阵A等于a.由于各准则数据的单位不同,我们要对不同量纲的各准则数据进行规范化来消除量纲的影响.通常a被规范化为0,1之间,规范化后的决策矩阵B等于b.但是,这种变换使得不同准则下的b的均值各不相同.为了改进这个缺点,文章提出一种均值变换方法,具体变换公式如下：
已知决策矩阵A等于a,下面的均值变换方法将A转化为规范化的决策矩阵B等于b.
总结:本文是一篇关于聚类论文范文，可作为相关选题参考,和写作参考文献。
参考文献：
1、 基于改进k均值聚类方法林木冠层孔隙度提取 摘要：在利用林木冠层半球图像获取冠层孔隙度的过程中，针对因植被反光现象导致的图像误分割或分割不精确，以及传统k均值聚类图像分割方法易陷入局部最。
2、 改进模拟退火算法K—means聚类方法在学生成绩上应用 【摘 要】本文以学生管理系统中学生的成绩作为测试集，提出一种新的基于改进模拟退火的k-means算法的评价函数，挖掘学生成绩中的有效数据，用改进。
3、 基于K—MEANS聚类电商店铺经营策略分析 ◆中图分类号：F272 文献标识码：A内容摘要：本文在对电商店铺商品价格、相关商品数和月销量等数据的挖掘中，建立基于K-MEANS的店铺聚类研。
4、 基于聚类分析智慧城市事部件数据 [摘 要]在智慧城市的建设过程中，大量运行数据伴随着城市管理事部件的处置产生并积累。为分析此类数据，本文利用聚类分析技术，以温岭市太平街道为例，。
5、 基于聚类改进KANO模型B2C网站质量要素 [摘 要] B2C网站质量极大的影响其顾客购买意愿和使用黏性，同时随着市场竞争的日益激烈，对网站改善策略的思考也在不断丰富与深入。对于B2C网站。
6、 聚类分析在郫县烟草卷烟营销方面应用 摘 要：“大数据时代”的来临，为新时期郫县烟草的转型提升提供了创新的发展思路。为准确研判市场、实现精准营销，调研了郫县卷烟市场，用聚类分析、层次。