基于邻域粗糙集优化支持向量机的备件分类研究

作者：杨华强; 尹亮; 赵青雨; 夏唐斌; 郑美妹^*

来源：机械设计, 2023, 40(12): 66-72.

DOI：10.13841/j.cnki.jxsj.2023.12.029

• 邻域粗糙集
• 支持向量机
• 多准则分类
• 备件分类

针对现有备件分类中存在的备件种类繁多、属性复杂多样及分类标注不统一等问题，文中提出了一种基于邻域粗糙集的支持向量机(NRS-SVM)的多准则备件分类方法。首先，基于历史数据使用邻域粗糙集理论对备件属性进行约简，再将约简后的属性及数据输入支持向量机算法训练分类模型，最后可以将训练好的模型对真实的备件集进行分类。该方法对一家卷烟厂的实际备件数据进行试验验证，结果表明：基于邻域粗糙集的支持向量机在Z企业备件分类中具有高的分类准确率和优秀的泛化能力，验证了所提方法的有效性和优越性，从而更好地支持备件的管理。

• 单位
  湖北中烟工业有限责任公司; 上海交通大学