基于决策树的企业成本控制.pdfVIP

2008年第7期 福 建 电 脑 121 基于决策树的企业成本控制 严 华 (福建医科大学数理计算机教学部 福建 福州 350001) 【摘 要】：本文应用决策树的C4．5算法，分析企业生产中造成损耗的主要原因。生成的规则经检验具有较高的可靠性， 可提供给生产技术人员参考。从而采取相应对策，达到降低成本、加强企业竞争力的作用。 【关键词】：决策树成本控制C4．5 1、引言 根据数据和问题本身的特点，比较了多种决策树算法后，本 在企业发展战略中．成本控制处于极为重要的地位。如果同 文采用C4．5算法生成材料损耗的决策树。C4。5是ID3的改进 类产品的性能、质量相差无几，则决定产品在市场竞争的主要因 算法．不仅可以处理离散值属性。还能处理连续值属性。 素是价格．而成本决定了产品价格高低，只有降低了成本，才有 C4．5算法是以ID3算法为核心的完整的决策树生成系统。 可能提高企业的竞争力 它通过两个步骤来建立决策树：树的生成阶段和树的剪枝阶 成本主要由以下几个部分：采购成本、生产成本、人工成 段。在每一步的分裂中使用信息增益率选择属性。 本。在成本的构成中。一部分是不可改变的。如工人的工资。厂 对于连续值属性A．C4．5按照属性的信息增益率将其划 房设备等。为固定成本；另一部分则是可控制的。如生产过程中 分为两个不同的子集：属性值大于分割点和属性值小于等于分 的损耗；如果能降低损耗。稳定产品质量，减少次、废品，避免不 割点。即使用如下的测试形式：A≤r和Arlr为分割点。C4． 必要的浪费，则可以提高生产效率、降低成本．确保企业在竞争 5寻找最优的r的方法是： 中获胜。 f1)首先采用快速排序法将训练集的样本根据属性A的值 本文的数据来自一家生产汽车配件的公司．由于与汽车厂 排序： 配套，质量要求很高，一个零件不合格，会造成批量返工，因此质 (2)然后按顺序逐一将两个相邻的样本的A的平均值r=：(A 量成本较高。造成的损耗也比较大。据公司统计．一般公司零件 ，+A2)，2作为分割点(假设训练集有n个样本，则共有n一1个分 造成的损耗占公司总成本的5％左右。为提高公司的竞争力。公 割点)。每个分割点都可将训练集划分为两个子集，线性扫描lr 司希望能够找出损耗的真正原因，以采取对策降低损耗。 r，。 … ， ．， 比较所有可能的分割点，使得信息增益率最大并将其 决策树是解决分类问题的数据挖掘方法．能够从一组无次 作为最优的分割点r。按照上述方法求出当前侯选属性集所有属 序、无规则的事例中推理出以决策树形式表示的分类规则。本文 性的信息增益率．选出信息增益率最高的属性，然后按照该属性 考虑用决策树方法．从企业积累的损耗数据库中挖掘出造成高 的分割点．将当前样本分为两个子样本集。对子样本集采用同样 损耗的主要原因 的方法继续分割直到不能再分割或达到停止条件为止 2、数据的预处理 4 剪枝 企业损耗数据库。其原始数据存在多张表中，一共收集了两 数据库中有两年的记录。经过整理后的损耗表中有 1052条 年来各种损耗的数据。属性包括零件名称、允许故障数、领用数、 数据。由此可见．当我们把零件名称概化到一个较高的层次：零 装配损耗数、操作不良、工艺整形、新手作业不良、工装原因不 件类别后，数据量减少了。这也在一定程度上降低了树的复杂 良、单价、允损与实损量差、允损与实损差额、补料数量、补料金 度。随机选其中的70％作为训练集。利用C4．5算法对数据生成 额等。 决策树。选择另外的3O％做为测试集，用K一折交叉确认，取K 在对损耗数据分类前。需要对数据进行预处理，转换为适用 为1O，训练和测试进行