基于SMOTE-SVM的多准则库存分类

作者：于俊甫; 于珍^*; 谷新平; 魏连兴

来源：工业工程与管理, 2021, 26(04): 36-43.

DOI：10.19495/j.cnki.1007-5429.2021.04.005

• 多准则库存分类
• SMOTE-SVM
• Kraljic模型
• 不平衡数据分类

为了对不平衡的库存物料进行精准化的分类,提出了基于合成少数类过采样技术-支持向量机算法(SMOTE-SVM)的多准则库存分类模型。在Kraljic模型的基础上进行细化,建立了多准则库存分类指标体系。通过改进SMOTE对多分类不平衡物料数据集进行预处理,得到平衡的物料训练集,并结合SVM将库存物料分为四类。以D公司库存物料数据为例,采用多种算法进行分类对比,引入网格搜索法确定最优参数,留一法交叉验证得到算法分类精度,所提算法总分类准确率达到了97.81%,四类物料分类准确率均在90%以上。

• 单位
  山东大学