本發(fā)明涉及企業(yè)管理領(lǐng)域，具體地涉及用算法分析制造業(yè)材料采購問題領(lǐng)域。

背景技術(shù)：

隨著全球市場一體化以及信息時(shí)代的來臨，專業(yè)生產(chǎn)能夠發(fā)揮其巨大的作用，企業(yè)采購的比重也大大增加，采購的重要性日益被人們所認(rèn)識。在全球范圍內(nèi)，在工業(yè)企業(yè)的產(chǎn)品構(gòu)成中，采購的原料以及零部件成本隨著行業(yè)不同而不同，大體在30％-90％，平均水平在60％以上。從世界范圍來說，對于一個(gè)典型的企業(yè)，采購成本(包括原材料，零部件)要占60％。而在中國的工業(yè)企業(yè)，各種物資的采購成本要占到企業(yè)銷售成本的70％。顯然采購成本是企業(yè)管理中的主體和核心部分，采購是企業(yè)管理中“最有價(jià)值”的部分。另外，根據(jù)國家經(jīng)貿(mào)委1999年發(fā)布的有關(guān)數(shù)據(jù)，如果國有大中型企業(yè)每年降低采購成本2％-3％,則可增加效益500多億人民幣，相當(dāng)于1997年國有工業(yè)企業(yè)實(shí)現(xiàn)的利潤總和。因此，采購受到了社會各界相當(dāng)?shù)闹匾暎偈共少徰芯砍蔀楫?dāng)今社會的熱點(diǎn)問題之一。

C4.5算法是決策樹類算法的一種，由Quinlan于1993年提出，現(xiàn)已居于決策樹經(jīng)典分類之首。C4.5算法是ID3算法的改進(jìn)算法，是一種基于信息增益率的決策分析算法。具體而言，它是以算法選擇信息增益的擴(kuò)充信息增益率為屬性選擇度量，爭取克服算法中關(guān)于多值屬性選擇的偏向性問題，其關(guān)于決策樹分類器模型的構(gòu)造過程同算法相同。

C4.5算法產(chǎn)生的分類規(guī)則易于理解，準(zhǔn)確率較高。但是在構(gòu)造樹的過程中，需要對數(shù)據(jù)集進(jìn)行多次的順序掃描和排序，因而導(dǎo)致算法的效率較低。并且，由于其根據(jù)字段進(jìn)行分類的特性，當(dāng)類別較多時(shí)，其錯誤率較高。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)的上述不足，本發(fā)明要解決的技術(shù)問題是提供一種基于C4.5算法的制造業(yè)材料采購分析方法。

本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的問題：C4.5算法掃描樣本次數(shù)多效率低，準(zhǔn)確率達(dá)不到想要效果以及C4.5在物料采購分析時(shí)只是基于字段分析，錯誤率高。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：一種基于C4.5算法的制造業(yè)材料采購分析方法。該算法的步驟如下：

步驟1：計(jì)算屬性的信息熵：把采購的供應(yīng)商、價(jià)格、數(shù)量等信息作為C4.5算法的樣本集參數(shù)，按照算法計(jì)算出屬性的信息熵。

步驟2：計(jì)算分割后的類別的條件熵：將樣本集分割成若干個(gè)屬性，計(jì)算屬性條件熵。

步驟3：計(jì)算類別的信息熵:利用信息熵公式計(jì)算類別的信息熵。

步驟4：判斷所有屬性是否計(jì)算完，已計(jì)算完轉(zhuǎn)到步驟1，否則轉(zhuǎn)步驟5。

步驟5：計(jì)算信息增益率：信息增益率為屬性的信息熵與類別信息熵之差。

步驟6：按分裂屬性值創(chuàng)建決策樹：在某一屬性集合中將最大增益率的屬性作為分列屬性，將最大增益率的屬性作為樹雙親結(jié)點(diǎn)，其余的作為該結(jié)點(diǎn)的孩子。

步驟7：剪枝判定：當(dāng)決策樹劃分得太細(xì)，數(shù)據(jù)量很大時(shí)，需要設(shè)定一個(gè)規(guī)則，使算法及時(shí)收斂，避免算法的無限分支和無限增長，即剪枝。本發(fā)明采用前剪枝法結(jié)合樹深度限定法對決策樹進(jìn)行剪枝。

步驟8：判斷是否構(gòu)建完決策樹，如果構(gòu)建完成，則轉(zhuǎn)步驟9，否則轉(zhuǎn)步驟1。

步驟9：輸出決策分析結(jié)果:本發(fā)明采用后剪枝法對建立好的決策樹進(jìn)行剪枝，構(gòu)建最優(yōu)決策樹。最優(yōu)決策樹即為決策分析結(jié)果。

本發(fā)明的有益效果是：

1.通過前剪枝法和樹深度限定法對決策樹的分割進(jìn)行限制，防止算法無限發(fā)散。

2.利用信息增益標(biāo)準(zhǔn)差作為前剪枝法的限定條件，提高了算法的準(zhǔn)確率。

3.通過后剪枝法構(gòu)建最優(yōu)決策樹。簡單有效，易于實(shí)現(xiàn)和理解。最優(yōu)決策樹將給出一個(gè)確定的采購方案，簡單明了，實(shí)用性高。

附圖說明

圖1為一種基于C4.5算法的制造業(yè)材料采購分析方法流程圖

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合算法流程圖 進(jìn)行詳細(xì)、具體說明。

一、算法基本思想

決策樹是一種基于分類思想的決策分析方法，ID3算法是基于信息增量的決策樹分析算法，C4.5算法是ID3算法的改進(jìn)算法，是一種基于信息增益率的決策分析算法。本發(fā)明通過利用改進(jìn)的C4.5算法分析預(yù)測制造業(yè)材料的采購問題。通過前剪枝法和樹深度限定法對決策樹的分割進(jìn)行限制，通過后剪枝法構(gòu)建最優(yōu)決策樹。最優(yōu)決策樹將給出一個(gè)確定的采購方案，即：哪個(gè)材料到哪個(gè)供應(yīng)商那里去采購，采購多少，才能保證作業(yè)車間生產(chǎn)正常有序進(jìn)行。

二、具體實(shí)施步驟

將物料供應(yīng)商的類型、等級、所能供給的數(shù)量、所供給物料的質(zhì)量信用度、供應(yīng)商規(guī)模等信息抽象到C4.5算法中，作為算法的數(shù)據(jù)樣本、屬性等參數(shù)。具體問題具體給出對應(yīng)的參數(shù)關(guān)系。改進(jìn)的C4.5算法具體實(shí)施步驟如下：

步驟1：計(jì)算屬性的信息熵：設(shè)S為已知類標(biāo)號的數(shù)據(jù)樣本集，類標(biāo)號屬性為C＝{C_i|i＝1，2，...，z},定義了m個(gè)不同類的C_i(i＝1，2，...，z)。設(shè)C_i，s是S中C_i類數(shù)據(jù)樣本的集合，|S|和|C_i，s|分別表示S和C_i，s的樣本個(gè)數(shù)。則對C_i，s的信息熵Info(S)定義如下：

其中，p_i是C_i，s中任意數(shù)據(jù)樣本屬于類C_i的概率，Info(S)的實(shí)際意義是類別S中數(shù)據(jù)樣本分類的平均信息量。

步驟2：計(jì)算分割后的類別的條件熵：若分類屬性A_i＝{a_ij|j＝1，2，...，n_i}將S劃分成n_i個(gè)不同的子集S_ij＝{(X_i，Y_i)∈S|x_ij＝a_ij}表示數(shù)據(jù)樣本集S中在A_i上的取值為a_ij的所有樣本組成的集合。選擇S的一個(gè)屬性A，則類別分割后的類別條件熵計(jì)算公式為：

步驟3：計(jì)算類別的信息熵：若選擇屬性A_i作為分裂屬性，則類別信息熵為：

步驟4：判斷所有屬性是否計(jì)算完，已計(jì)算完轉(zhuǎn)到步驟1，否則轉(zhuǎn)步驟5。

步驟5：信息增益率的計(jì)算：信息增益率使用分裂信息值將信息增益規(guī)范化。屬性A_i的信息增益為

從信息增益的計(jì)算公式可以看出，Gain(A_i)的實(shí)際意義是基于屬性A_i分裂后，數(shù)據(jù)集所含信息量的有效減少量。信息增益越大，表明按屬性A_i對數(shù)據(jù)集分裂所需的期望信息越少，即屬性A_i解決的不確定信息量越大，分裂后的輸出分區(qū)越純。

則信息增益率為：

步驟6：按分裂屬性值創(chuàng)建決策樹：決策樹基于數(shù)據(jù)結(jié)構(gòu)中樹的概念。決策樹C4.5的創(chuàng)建是通過將所有屬性的信息增益率按大小排序，然后將各個(gè)屬性作為分支的根節(jié)點(diǎn)的順序。

在某一屬性集合中將最大增益率的屬性作為分列屬性,即θ＝max{GainRatio(A)}，即將最大增益率的屬性作為樹雙親結(jié)點(diǎn)，其余的作為該結(jié)點(diǎn)的孩子。

步驟7：剪枝判定：當(dāng)決策樹劃分得太細(xì)，數(shù)據(jù)量很大時(shí)，需要設(shè)定一個(gè)規(guī)則，使算法及時(shí)收斂，避免算法無限分支無限增長，即剪枝。本發(fā)明采用前剪枝法結(jié)合樹深度限定法對決策樹進(jìn)行剪枝。具體的實(shí)施如下：

前剪枝法：前剪枝法是指在構(gòu)造樹的過程中知道某些節(jié)點(diǎn)可以剪掉時(shí)，就不對此類節(jié)點(diǎn)進(jìn)行分裂。本發(fā)明通過計(jì)算增益率方差來確定是否對某一節(jié)點(diǎn)剪枝。增益率標(biāo)準(zhǔn)差大于某一設(shè)定值，則對該節(jié)點(diǎn)剪枝，否則可以分割建立其子樹。數(shù)學(xué)公式描述為：

σ_i＝GainRatio(A_i)-μ

如果σ_i＞ε(標(biāo)準(zhǔn)差限定值)，則剪枝，否則繼續(xù)分割生成決策子樹。

樹深度限定法：設(shè)定一個(gè)確定的樹深度值L，當(dāng)決策樹的深度到達(dá)L以后，停止分割。

步驟8：判斷是否構(gòu)建完決策樹，如果構(gòu)建完成，則轉(zhuǎn)步驟9，否則轉(zhuǎn)步驟1。

步驟9：輸出決策分析結(jié)果:創(chuàng)建了決策樹后，可以清晰的看到各個(gè)屬性的效果，但是要得到一個(gè)具體的方案，還需要進(jìn)一步的分析才能得到確切的決策方案。本發(fā)明采用后剪枝法對建立好的決策樹進(jìn)行剪枝，最后留下最優(yōu)決策樹作為最終的決策樹。后剪枝方法描述為：在建立好一顆決策樹以后，通過一定的剪枝標(biāo)準(zhǔn)來確定該剪掉的子樹。本發(fā)明對后剪枝標(biāo)準(zhǔn)設(shè)定為：通過計(jì)算價(jià)值函數(shù)值，來判定如何構(gòu)建最優(yōu)決策樹。價(jià)值函數(shù)用信息增益來刻畫。具體計(jì)算如下：

(1)在決策樹的第L層剪枝：

計(jì)算第L層節(jié)點(diǎn)的價(jià)值函數(shù)值：c_l，i＝Gain(A_i)。

選第L層節(jié)點(diǎn)中價(jià)值函數(shù)值最大的節(jié)點(diǎn)作為最優(yōu)決策樹第L層的右孩子，選該右孩子的兄弟節(jié)點(diǎn)中價(jià)值函數(shù)值最大的兄弟節(jié)點(diǎn)作為最優(yōu)決策樹第L層的左孩子。其余的第L層的節(jié)點(diǎn)剪掉。

(2)在決策樹第2層到(L-1)層節(jié)點(diǎn)剪枝：

計(jì)算第l層的價(jià)值函數(shù)：

c_l，i＝c_l+1，i+Gain(A_i)，l＝2，3，...，(L-1)。

其中，c_l+1，i為第l層節(jié)點(diǎn)的在第(l+1)層的還未被剪掉的孩子價(jià)值，明顯地，如果沒有留下來的孩子，則c_l+1，i＝0。同樣的，選第l層節(jié)點(diǎn)中價(jià)值函數(shù)值最大的節(jié)點(diǎn)作為最優(yōu)決策樹第l層的右孩子，選該右孩子的兄弟節(jié)點(diǎn)中價(jià)值函數(shù)值最大的兄弟節(jié)點(diǎn)作為最優(yōu)決策樹第l層的左孩子。其余的第l層的節(jié)點(diǎn)剪掉。如此下去，最終會得到一棵最優(yōu)決策樹。最優(yōu)決策樹即為決策分析結(jié)果。