科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了基于平均列装时长、最近一次故障间隔、故障发生比例、平均维修费用、平均使用摩托小时的TRFMH模型，从装备保障大数据平台中提取装备的列装数据、维修数据、使用数据，通过数据清洗、数据规约、数据变换，建立指标体系，利用k-means++算法，将装备使用单位划分为重点掌控单位、重点跟踪单位、重点关注单位、一般跟踪单位、一般关注单位，通过分析各分组不同的特征以及分布区域，为采取有针对性的管理措施、降低故障比例提供了理论依据，为装备保障提供辅助决策支持。
- 单位
提出了基于平均列装时长、最近一次故障间隔、故障发生比例、平均维修费用、平均使用摩托小时的TRFMH模型，从装备保障大数据平台中提取装备的列装数据、维修数据、使用数据，通过数据清洗、数据规约、数据变换，建立指标体系，利用k-means++算法，将装备使用单位划分为重点掌控单位、重点跟踪单位、重点关注单位、一般跟踪单位、一般关注单位，通过分析各分组不同的特征以及分布区域，为采取有针对性的管理措施、降低故障比例提供了理论依据，为装备保障提供辅助决策支持。
