一种基于聚类分析的服装标准工时的数据挖掘方法技术

本发明专利技术公开了一种基于聚类分析的服装标准工时的数据挖掘方法，包括下列步骤：(1)数据采集：利用RFID生产系统实时记录每一个员工的工序工时，并构建数据仓库；(2)数据预处理：采用三倍标准差法去除数据集中的异常数据对象；(3)采用基于密度的K-means算法进行聚类，包括：①确定聚类数K的值和准则函数的收敛精度；②初始化聚类中心；③指派样本对象；④更新聚类中心；⑤检验是否满足收敛精度，若满足则完成聚类，否则重复步骤③至⑤直到满足收敛精度；(4)根据聚类结果把所有工时数据对象分为K类，对于每一类求其平均值，即为这一类的标准工时。本发明专利技术能自动生成标准工时，实现方便，成本低。

【技术实现步骤摘要】

本专利技术属于信息技术应用领域，涉及一种在服装标准工时制定过程中利用数据挖掘技术分析工时标准的方法，尤其是基于聚类分析的数据挖掘方法。
技术介绍
一直以来，服装行业是我国最具有世界竞争力的行业之一，然而其领先地位在很大程度上得益于国内极为低廉的劳动力成本优势，随着制造业信息化进程的不断深入，服装行业也从传统的劳动密集型逐渐向技术密集型和智能密集型方向转化。目前，很多服装公司都已在多方面实现了信息化，例如采购、生产、销售等，这在很大程度上提高了生产效率，降低了生产成本，缩短了产品生产周期。在服装加工生产中有一重要度量为标准工时，S卩服装的工序工时，它是改善生产效率的重要手段，是制造系统规划和改善的依据，是评价作业者技能水平的依据，也是服装生产加工成本核算、加工费的主要依据，因此标准工时制定的准确与合理至关重要。目前标准工时制定的方法主要有两种，一种是人工实测法，这是现在服装企业普遍采用的方法，例如秒表法，其主要步骤为收集资料_>划分操作单元_>测时_>正常时间_>宽放时间_>标准工时，除此之外，还有经验判断法、历史记录法、MOD等，这些方法的缺点显而易见本文档来自技高网...

【技术保护点】
一种基于聚类分析的服装标准工时的数据挖掘方法，其特征在于，包括下列步骤：(1)数据采集：利用RFID生产系统实时记录每一个员工的工序工时，并构建数据仓库，数据仓库中的数据对象构成数据集；(2)数据预处理：采用三倍标准差法去除数据集中的异常数据对象；(3)采用基于密度的K?means算法进行聚类，包括：①确定聚类数K的值和准则函数的收敛精度；②初始化聚类中心：从数据集中选取K个数据对象作为初始聚类中心；③指派样本对象：计算数据集中每一个数据对象到各聚类中心的距离，把数据对象指派给距离最小的类；④更新聚类中心：将每个类当前所拥有的所有数据对象的平均值，作为每个类的更新后的聚类中心；⑤检验是否满足收...

【技术特征摘要】

【专利技术属性】
技术研发人员：厉旗，殷俊伟，陈建明，尚笑梅，张健，乐逸朦，薛百里，汤彩凤，
申请(专利权)人：利诚服装集团股份有限公司，苏州大学，
类型：发明
国别省市：