專利名稱：一種基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息技術(shù)應(yīng)用領(lǐng)域，涉及一種在服裝標準工時制定過程中利用數(shù)據(jù)挖掘技術(shù)分析工時標準的方法，尤其是基于聚類分析的數(shù)據(jù)挖掘方法。
背景技術(shù)：
一直以來，服裝行業(yè)是我國最具有世界競爭力的行業(yè)之一，然而其領(lǐng)先地位在很大程度上得益于國內(nèi)極為低廉的勞動力成本優(yōu)勢，隨著制造業(yè)信息化進程的不斷深入，服裝行業(yè)也從傳統(tǒng)的勞動密集型逐漸向技術(shù)密集型和智能密集型方向轉(zhuǎn)化。目前，很多服裝公司都已在多方面實現(xiàn)了信息化，例如采購、生產(chǎn)、銷售等，這在很大程度上提高了生產(chǎn)效率，降低了生產(chǎn)成本，縮短了產(chǎn)品生產(chǎn)周期。在服裝加工生產(chǎn)中有一重要度量為標準工時，S卩服裝的工序工時，它是改善生產(chǎn)效率的重要手段，是制造系統(tǒng)規(guī)劃和改善的依據(jù)，是評價作業(yè)者技能水平的依據(jù)，也是服裝生產(chǎn)加工成本核算、加工費的主要依據(jù)，因此標準工時制定的準確與合理至關(guān)重要。目前標準工時制定的方法主要有兩種，一種是人工實測法，這是現(xiàn)在服裝企業(yè)普遍采用的方法，例如秒表法，其主要步驟為收集資料_>劃分操作單元_>測時_>正常時間_>寬放時間_>標準工時，除此之外，還有經(jīng)驗判斷法、歷史記錄法、MOD等，這些方法的缺點顯而易見，其測量受環(huán)境和人為因素的影響，誤差大，效率低，且不利于計算機服裝工藝設(shè)計。另一種方法是在信息化水平較高的公司使用的，即采用一套標準工時管理系統(tǒng)，GSD (General SewingData)，中文譯為通用縫紉資料，這是一種預(yù)設(shè)動作時間系統(tǒng)，它將縫制品環(huán)境中普遍發(fā)生的人類動作程序化，并將動作以代碼方式說明，每個代碼都有一個明確的時值，針對服裝生產(chǎn)的每一個工序進行動作分解，與GSD系統(tǒng)中的動作匹配，從而確定出每一道工序的時值。然而目前此系統(tǒng)標準采用的是國際標準，其并不十分適合我國，并且各公司有各自的具體情況，這就要求GSD系統(tǒng)達到定制的要求，然而這是很難做到的。

發(fā)明內(nèi)容
本發(fā)明的發(fā)明目的是提供一種基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘方法，以改進現(xiàn)有方法存在的操作復(fù)雜性和誤差大的弊端，實現(xiàn)標準工時的自動生成。為達到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案是一種基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘方法，包括下列步驟(I)數(shù)據(jù)采集利用RFID生產(chǎn)系統(tǒng)實時記錄每一個員工的工序工時，并構(gòu)建數(shù)據(jù)倉庫，數(shù)據(jù)倉庫中的數(shù)據(jù)對象構(gòu)成數(shù)據(jù)集；(2)數(shù)據(jù)預(yù)處理采用三倍標準差法去除數(shù)據(jù)集中的異常數(shù)據(jù)對象；(3)采用基于密度的K-means算法進行聚類，包括①確定聚類數(shù)K的值和準則函數(shù)的收斂精度；②初始化聚類中心從數(shù)據(jù)集中選取K個數(shù)據(jù)對象作為初始聚類中心；③指派樣本對象計算數(shù)據(jù)集中每一個數(shù)據(jù)對象到各聚類中心的距離,把數(shù)據(jù)對象指派給距離最小的類；④更新聚類中心將每個類當前所擁有的所有數(shù)據(jù)對象的平均值，作為每個類的更新后的聚類中心；⑤檢驗是否滿足收斂精度，若滿足則完成聚類，否則重復(fù)步驟③至⑤直到滿足收斂精度；(4)根據(jù)聚類結(jié)果把所有工時數(shù)據(jù)對象分為K類，對于每一類求其平均值，即為這一類的標準工時。上述技術(shù)方案中，步驟⑴中，數(shù)據(jù)對象構(gòu)成的數(shù)據(jù)集表示為R={P1; P2, ...，pn}，其中P1, P2，. . .，Pn為η個數(shù)據(jù)對象，每個數(shù)據(jù)為m維象，包含m個工時工序，整體表示為如下數(shù)據(jù)矩陣
權(quán)利要求
1.一種基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘方法，其特征在于，包括下列步驟 (1)數(shù)據(jù)采集利用RFID生產(chǎn)系統(tǒng)實時記錄每一個員工的工序工時，并構(gòu)建數(shù)據(jù)倉庫，數(shù)據(jù)倉庫中的數(shù)據(jù)對象構(gòu)成數(shù)據(jù)集； (2)數(shù)據(jù)預(yù)處理采用三倍標準差法去除數(shù)據(jù)集中的異常數(shù)據(jù)對象； (3)采用基于密度的K-means算法進行聚類，包括 ①確定聚類數(shù)K的值和準則函數(shù)的收斂精度； ②初始化聚類中心從數(shù)據(jù)集中選取K個數(shù)據(jù)對象作為初始聚類中心； ③指派樣本對象計算數(shù)據(jù)集中每一個數(shù)據(jù)對象到各聚類中心的距離，把數(shù)據(jù)對象指派給距離最小的類； ④更新聚類中心將每個類當前所擁有的所有數(shù)據(jù)對象的平均值，作為每個類的更新后的聚類中心； ⑤檢驗是否滿足收斂精度，若滿足則完成聚類，否則重復(fù)步驟③至⑤直到滿足收斂精度； (4)根據(jù)聚類結(jié)果把所有工時數(shù)據(jù)對象分為K類，對于每一類求其平均值，即為這一類的標準工時。
2.根據(jù)權(quán)利要求I所述的基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘方法，其特征在于步驟(I)中，數(shù)據(jù)對象構(gòu)成的數(shù)據(jù)集表示為R= {P1; P2,…，Pn}，其中P1, P2，…，PnSn個數(shù)據(jù)對象，每個數(shù)據(jù)為m維象,包含m個工時工序，整體表示為如下數(shù)據(jù)矩陣
3.一種基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘系統(tǒng)，其特征在于包括RFID生產(chǎn)系統(tǒng)、數(shù)據(jù)倉庫、數(shù)據(jù)預(yù)處理模塊、由推理機和解釋系統(tǒng)構(gòu)成的聚類分析模塊、結(jié)果輸出模塊，其中，所述聚類分析模塊采用基于密度的K-means算法進行聚類。
全文摘要
本發(fā)明公開了一種基于聚類分析的服裝標準工時的數(shù)據(jù)挖掘方法，包括下列步驟(1)數(shù)據(jù)采集利用RFID生產(chǎn)系統(tǒng)實時記錄每一個員工的工序工時，并構(gòu)建數(shù)據(jù)倉庫；(2)數(shù)據(jù)預(yù)處理采用三倍標準差法去除數(shù)據(jù)集中的異常數(shù)據(jù)對象；(3)采用基于密度的K-means算法進行聚類，包括①確定聚類數(shù)K的值和準則函數(shù)的收斂精度；②初始化聚類中心；③指派樣本對象；④更新聚類中心；⑤檢驗是否滿足收斂精度，若滿足則完成聚類，否則重復(fù)步驟③至⑤直到滿足收斂精度；(4)根據(jù)聚類結(jié)果把所有工時數(shù)據(jù)對象分為K類，對于每一類求其平均值，即為這一類的標準工時。本發(fā)明能自動生成標準工時，實現(xiàn)方便，成本低。
文檔編號G06Q10/06GK102945517SQ20121040084
公開日2013年2月27日 申請日期2012年10月19日 優(yōu)先權(quán)日2012年10月19日
發(fā)明者厲旗, 殷俊偉, 陳建明, 尚笑梅, 張健, 樂逸朦, 薛百里, 湯彩鳳 申請人:利誠服裝集團股份有限公司, 蘇州大學