计算机应用 ›› 2011, Vol. 31 ›› Issue (11): 3087-3090.DOI: 10.3724/SP.J.1087.2011.03087

• 数据库技术 • 上一篇    下一篇

基于ID3算法的机械制造业决策应用

鲁钊1,陈世平1,2   

  1. 1. 上海理工大学 光电信息与计算机工程学院，上海 200093
    2. 上海理工大学 网络管理中心，上海 200093
  • 收稿日期:2011-05-31 修回日期:2011-07-06 发布日期:2011-11-16 出版日期:2011-11-01
  • 通讯作者: 鲁钊
  • 作者简介:鲁钊（1987-），男，湖北荆州人，硕士研究生，主要研究方向:数据挖掘、企业信息管理;陈世平（1964-），男，浙江绍兴人，教授，博士，主要研究方向:数据挖掘、P2P计算、网络通信。

Application of machinery manufacturing decision-making based on ID3 algorithm

LU Zhao1,CHEN Shi-ping1,2   

  1. 1. School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
    2. Network Center, University of Shanghai for Science and Technology, Shanghai 200093, China
  • Received:2011-05-31 Revised:2011-07-06 Online:2011-11-16 Published:2011-11-01
  • Contact: LU Zhao

PDF

摘要： 针对机械制造业中质量管理不规范、决策效率偏低问题，以典型的机械制造企业为切入点，运用ID3决策树算法，以数据挖掘跨行业标准过程（CRISP-DM）对其质量管理信息进行数据挖掘。利用基于信息增益率的计算分类技术，生成了决策树模型，并将该模型在企业资源计划（ERP）中进行了初步实现。通过测试分析，该模型能有效提高管理决策效率，规范处理流程。

关键词: 机械制造业, 数据挖掘跨行业标准过程, 决策树, ID3算法, 数据挖掘, 产品质量管理

Abstract: In order to improve the quality management and enhance the efficiency of decision-making in machinery manufacturing industry, this paper took the typical machinery enterprise’s business as an example and explored the data of management information by Cross-Industry Standard Process for Data Mining (CRISP-DM) standard process. By using the gain ratio calculation method based on ID3 decision tree algorithm, the study generated a decision tree model and made it an initial implementation in the company’s Enterprise Resources Planning (ERP) system. By test and analysis, the result shows that the model can standardize the business process and enhance the decision-making efficiency.

Key words: machinery industry, Cross-Industry Standard Process for Data Mining (CRISP-DM), decision tree, ID3 algorithm, data mining, product quality management

版权所有 © 2021 四川计算机应用杂志社有限公司
蜀ICP备 05010208 号-3　新出网证(川)字026号
技术支持：北京玛格泰克科技发展有限公司
访问总数：
今日访问：