基于群体分组的决策数据分析方法技术

本发明专利技术公开一种基于群体分组的决策数据分析方法，包括：1)将决策意见转换为[0,1]区间内的实数数组，数组中最大值所对应排产方案相同的数组归为一组；2)依据数据分组，分组统计每组数据所占的数据比率；3)依据数据分组，分组计算每个排产方案对应实数的平均值；4)根据分组统计的数据占比和分组计算得到的排产方案的实数平均值，计算每种排产方案的综合选择率，该值最大的排产方案即为排产问题的正确方案。本发明专利技术可以从决策数据集中分析得到正确的决策结果，避免了传统的统计数据分析方法有时会得到错误结果。

Decision data analysis method based on group grouping

The invention discloses a decision data analysis method based on group grouping, which comprises: 1) converting decision opinions into real arrays in the [0,1] interval, grouping arrays with the same scheduling scheme in the maximum value of the array into a group; 2) grouping data according to data grouping, grouping statistics of the data ratio of each group of data; 3) grouping according to data, The average value of each production scheduling scheme corresponds to the real number is calculated by grouping. 4) According to the data proportion of grouping statistics and the real average value of each production scheduling scheme calculated by grouping, the comprehensive selection rate of each production scheduling scheme is calculated. The invention can obtain correct decision results from the analysis of decision data sets, and avoid the error results sometimes obtained by traditional statistical analysis methods.

【技术实现步骤摘要】
基于群体分组的决策数据分析方法
本专利技术属于决策数据分析领域，特别涉及一种基于群体分组的决策数据分析方法。
技术介绍
随着电子商务在全球范围内的快速发展，如何针对客户的个性化需求迅速制定精确的生产计划已成为传统的加工制造企业不得不面对的难题。针对此类问题，高级计划排程(AdvancedPlanningandScheduling,APS)应运而生。然而，各种排程方法往往会得到多个优化的排产方案，如何从这些优化排产方案中选择最终的方案作为生产中实际使用的排产方案，是企业生产经营面临的又一个难题。许多企业组织有经验的管理人员和一线生产人员等，对各种排产方案进行评估，给出评估意见，构成决策数据集，再进行数据分析，根据数据分析的结果确定最终可用的排产方案。然而传统的统计、关联分析等数据分析方法，往往会将与大多数人的评估意见相一致的意见作为最终的决策结果，有时会导致得到错误的结论。例如在排产过程中，会涉及一些重大、疑难以及不确定性问题，需要专门的经验、知识，才可以对排产方案给出正确的评估意见，而这些专门的经验和知识只有相关领域的专家才可以拥有。在这种情形之下，由于参与评估排产方案的群体中相关专家只占小部分，并且专家给出的评估意见可能与其他大部分人的评估意见相背离或者相接近。如果专家给出的评估意见与其他大部分人的评估意见相接近，采用传统的数据分析方法同样也可以得到正确的选择结果。相反，如果专家给出的评估意见与大部分人的评估意见相背离，采用传统的数据分析方法，最终得到的排产方案就与群体中大部分人的评估意见接近，而远离少部分专家的正确评估意见，从而得到了错误的选择结果。本专利技术公开了一种基于群体分组的决策数据分析方法，可以从决策数据中分析得到正确的决策结果，避免了传统的决策数据分析方法有时会得到错误结果。
技术实现思路
本专利技术的目的在于提供一种基于群体分组的决策数据分析方法，以解决利用传统数据分析方法进行决策数据分析时，有可能因忽略小部分专家的评估意见而导致得到错误的决策结果的问题。为达到上述目的，本专利技术通过以下技术方案予以实现：基于群体分组的决策数据分析方法，包括如下步骤：1)采集排产方案的决策意见，构成的数据集；将决策意见构成的数据集中的数据记录逐条转换为[0,1]区间内的实数数组，计算每个数组内的最大值，将最大值所对应排产方案相同的数组归为一组，完成对决策数据的分组，每组数据对应一个排产方案；2)依据决策数据分组，分组统计每组数据在数据集中所占的比率，该比率称为该组数据所对应排产方案的选择率；3)对于分组的决策数据集，计算每一组数据内各个排产方案所对应实数的平均值；4)基于统计得到的每一种排产方案的选择率，以及分组计算得到的每种排产方案所对应实数的平均值，计算每一种排产方案被选择的综合选择率，根据此综合选择率确定排产问题的最优方案。本专利技术的进一步改进在于，步骤1)将决策意见构成的数据集中的数据记录逐条转换为[0,1]区间内的实数数组，计算每个数组内的最大值，将最大值所对应排产方案相同的数组归为一组，完成对决策数据的分组，每组数据对应一个排产方案，具体包括以下内容：首先，将决策数据集表示为其中N为决策数据集所包含数据的个数，一条决策数据对应一条记录ri，记录的每一项对应一种排产方案aj(j＝1,2,...,m)，共有m种排产方案，的取值属于集合，S＝{t0：绝对非常不可行，t1：非常不可行，t2：不可行，t3：稍微不可行，t4：不确定，t5：稍微可行，t6：可行，t7：非常可行，t8：绝对非常可行}。其次，在集合S的元素和[0,1]区间内的实数之间建立如下表所示的对应关系，以实现将决策数据转换为[0,1]区间内的实数数组，转换后的数据集表示为：元素t0t1t2t3t4t5t6t7t8实数00.1250.250.3750.50.6250.750.8751最后，计算每一个数组的最大值，根据计算得到的最大值(对应排产方案),将该数组归入分组其中是最大值对应排产方案的那些数组组成的集合，可以表示为，其中j0∈{1,2,...,m}。重复此过程，可以实现依据排产方案对数据集进行分组，表示为：R＝{G1,G2,...,Gm}。本专利技术的进一步改进在于，步骤2)中依据决策数据分组，分别统计每组数据在数据集中所占的比率，该比率称为该组数据所对应排产方案的选择率，具体是指：某个排产方案表示为j0∈{1,2,...,m}，其对应的决策数据分组为如果其中有个数据，那么排产方案的选择率为重复此过程，可以计算得到每个排产方案的选择率。本专利技术的进一步改进在于，步骤3)中对于分组的决策数据集，计算每一组数据内各个排产方案所对应实数的平均值，具体是指：如果某个排产方案所对应的数据分组内有个数组，表示为：其中j0∈{1,2,...,m}，那么该数据组内每一个排产方案aj所对应实数的平均值为即算术平均值，表示为j＝1,2,...,m。对R＝{G1,G2,...,Gm}内的每一个数据分组，此计算结果下表所示。本专利技术的进一步改进在于，步骤4)中基于统计得到的每一种排产方案的选择率，以及分组计算得到的每种排产方案所对应实数的平均值，计算每一种排产方案被选择的综合选择率，具体包括以下内容：如果某种排产方案(j0∈{1,2,...,m})的选择率记为其对应的数据组内每种排产方案所对应实数的平均值记为i＝1,2,...,m，那么所有分组计算得到的各种排产方案对应实数的平均值如下表所示：其中，p(aj|(Gi,ai))，i,j＝1,2,...,m表示分组Gi内的排产方案aj所对应实数的平均值。排产方案的综合选择率用如下的公式计算：重复此过程，完成所有排产方案综合选择率的计算。本专利技术的进一步改进在于，步骤4)中根据每种排产方案的综合选择率确定排产问题的最优方案，具体是指：对每一种排产方案ai，i＝1,2,...,m，分组计算得到其综合选择率ps(ai)，如果那么即为选择的排产方案。相对于现有技术，本专利技术具有以下有益效果：本专利技术提出的方法综合了投票原则和原数据中固有的信息，通过数据分析，计算候选排产方案的综合选择率，选取综合选择率最大的候选排产方案作为最终的排产方案，避免了传统的数据分析方法，特别是投票原则在排产方案选择中容易出现的问题。【附图说明】图1为本专利技术基于群体分组的决策数据分析方法的整体流程图。【具体实施方式】以下结合附图详细说明本专利技术实现基于群体分组的决策数据分析方法的实施方式。参见图1所示，本专利技术一种基于群体分组的决策数据分析方法，包括以下步骤：步骤S101：将决策意见构成的数据集中的数据记录逐条转换为[0,1]区间内的实数数组，计算每个数组内的最大值，将最大值所对应排产方案相同的数组归为一组，完成对决策数据的分组，每组数据对应一个排产方案。具体来讲，该步骤包括以下内容：首先，将决策数据集表示为其中N为决策数据集所包含数据的个数，一条决策数据对应一条记录ri，记录的每一项对应一种排产方案aj(j＝1,2,...,m)，共有m种排产方案，的取值属于集合，S＝{t0：绝对非常不可行，t1：非常不可行，t2：不可行，t3：稍微不可行，t4：不确定，t5：稍微可行，t6：可行，t7：非常可行，t8：绝对非常可行}。其次，在集合S的元素和[0,1]本文档来自技高网...

【技术保护点】
1.基于群体分组的决策数据分析方法，其特征在于，包括如下步骤：1)采集排产方案的决策意见，构成的数据集；将决策意见构成的数据集中的数据记录逐条转换为[0,1]区间内的实数数组，计算每个数组内的最大值，将最大值所对应排产方案相同的数组归为一组，完成对决策数据的分组，每组数据对应一个排产方案；2)依据决策数据分组，分组统计每组数据在数据集中所占的比率，该比率称为该组数据所对应排产方案的选择率；3)对于分组的决策数据集，计算每一组数据内各个排产方案所对应实数的平均值；4)基于统计得到的每一种排产方案的选择率，以及分组计算得到的每种排产方案所对应实数的平均值，计算每一种排产方案被选择的综合选择率，根据此综合选择率确定排产问题的最优方案。

【技术特征摘要】
1.基于群体分组的决策数据分析方法，其特征在于，包括如下步骤：1)采集排产方案的决策意见，构成的数据集；将决策意见构成的数据集中的数据记录逐条转换为[0,1]区间内的实数数组，计算每个数组内的最大值，将最大值所对应排产方案相同的数组归为一组，完成对决策数据的分组，每组数据对应一个排产方案；2)依据决策数据分组，分组统计每组数据在数据集中所占的比率，该比率称为该组数据所对应排产方案的选择率；3)对于分组的决策数据集，计算每一组数据内各个排产方案所对应实数的平均值；4)基于统计得到的每一种排产方案的选择率，以及分组计算得到的每种排产方案所对应实数的平均值，计算每一种排产方案被选择的综合选择率，根据此综合选择率确定排产问题的最优方案。2.根据权利要求1所述的基于群体分组的决策数据分析方法，其特征在于，步骤1)中将决策意见构成的数据集中的数据记录逐条转换为[0,1]区间内的实数数组，计算每个数组内的最大值，将最大值所对应排产方案相同的数组归为一组，完成对决策数据的分组，每组数据对应一个排产方案，具体包括以下内容：首先，将决策数据集表示为其中N为决策数据集所包含数据的个数，一条决策数据对应一条记录ri，记录的每一项对应一种排产方案aj(j＝1,2,...,m)，共有m种排产方案，的取值属于集合，S＝{t0：绝对非常不可行，t1：非常不可行，t2：不可行，t3：稍微不可行，t4：不确定，t5：稍微可行，t6：可行，t7：非常可行，t8：绝对非常可行}；其次，在集合S的元素和[0,1]区间内的实数之间建立下表所示的对应关系，实现将决策数据转换为[0,1]区间内的实数数组，转换后的数据集表示为：元素t0t1t2t3t4t5t6t7t8实数00.1250.250.3750.50.6250.750.8751最后，计算每一个数组的最大值，根据计算得到的最大值将该数组归入分组其中是最大值对应排产方案的那些数...

【专利技术属性】
技术研发人员：张恒山，王忠民，陈彦萍，田振洲，高聪，孙韩林，苑庆涛，高玉坤，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西,61