申请/专利权人：泉州装备制造研究所

申请日：2024-01-15

公开（公告）日：2024-05-07

公开（公告）号：CN117575107B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/04;G06F18/10;G06F18/23213;G06F18/243;G06F18/2433

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明涉及服装生产技术领域，尤其涉及一种基于分类‑聚类算法的服装标准工时定额及预测方法。本发明采用先分类后聚类的方法对车间中生产的服装建立一树状图，树状图中根据分类不同，每根树状都具有特定的标准工时，当有新产品进入车间进行生产时，将服装拆解成多个部分，区分每个部分的所属类别及其加工标准工时，从服装的不同的组件部位出发获取标准工时，有效地解决了标准工时的定额效率低，误差大，定制化产品适用性低等难题，尤其是新产品生产工时预测和评估问题，为标准工时的定额和预测提供了基于生产数据分析和预测的求解新思路。

主权项：1.一种基于分类-聚类算法的服装标准工时定额及预测方法，其特征在于，包括S1、根据车间内服装加工工时的历史数据，获取服装的基本属性，对服装建立树状图，该树状图的第一层为该服装的基本样式，如该基本样式包括有上衣、下衣和连体衣；S2、在服装基本样式分叉的基础上每个节点继续向下延伸，即产生树状图第二层，该树状图的第二层分叉标准为版型，如在上衣的基本样式节点下包括有版型1-开袖长衫、版型2-长袖套头、版型3-短袖开衫；S3、在产生树状图第二层的基础上每个节点继续向下延伸，产生树状图第三层，分类标准为服装具体部位及配件；依照服装的通用分类标准，对树状图不断向下进行细分，建立树状图第四层、第五层······直至通用分类标准无法继续对服装进行细分；S4、已知在S3步骤中，通用分类标准已无法对服装再进行细分，在树状图末端的每个叶片上进行K-means聚类算法，根据加工标准工时对叶片继续向下进行细分，区分出加工工时不同的多个分组，每个叶片下产生聚类分组1、聚类分组2、聚类分组3······；S5、通过S1-S4步骤对车间中已加工生产过的服装建立一树状图，该树状图根据具体分类不同，每个树枝都具有特定的加工标准工时，当有新产品进入车间后，通过树状图对新产品进行解构、定义及分类，将不同部位的加工标准工时统合到一起，可得出加工该服装整体的工时；S6、在S5步骤中，若新产品服装存在部件未在树状图中找到具体聚类分组的情况，则该部件在树状图下找到最接近的聚类分组，并获取到其加工标准工时，树状图的每一层都引入了一个差异化变量，通过该差异化变量和加工标准工时生成预测标准工时，该预测标准工时为该部件的生产提供参考，直到该部件正式生产并确定加工工时后，生成一个新的聚类分组并携带加工标准工时信息；通过差异化变量生成预测标准工时的具体步骤为：S61、未找到对应聚类分组的服装部件在树内寻找与其最相似的聚类分组，从而获得加工标准工时TClustering，树状图的每一层都引入一个差异化变量a1,a2,a3...an，an即为最后一层聚类分组层的差异化变量；S62、实际加工工时与最接近聚类分组的标准工时的差称为差异工时，将a1,a2,a3...an作为自变量，差异工时作为因变量，二者呈线性相关，建立一差异工时预测公式：TΔ＝k1a1+k2a2+k3a3+……knan则预测标准工时为Tprediction为：Tprediction＝TClustering+TΔ其中，TΔ为预测出的差异工时，Tprediction为预测标准工时，k1,k2…kn为不同属性的权重因子，通过线性回归分析获得，a1,a2,a3...an由专业人士拟定，代表树状图每层的差异化变量；差异化变量an的正负影响差异工时预测；当an＝0时，预测标准工时与最接近聚类分组的标准工时之间不存在差异，即预测标准工时等于最接近聚类分组的标准工时；当-1an0时，差异化变量an存在正向影响，预测标准工时小于最接近聚类分组的标准工时，即减少加工工时；当0an1时，差异化变量an存在反向影响，预测标准工时大于最接近聚类分组的标准工时，即增加加工工时；S63、在S62步骤中得出的预测标准工时并不代表实际加工工时，预测标准工时为生产过程中的排程、绩效评估做参考，在部件实际生产后，根据实际的加工工时，通过聚类分析生成标准工时数据，将其添加到树状图中生成新的分类；S7、考虑到生产加工过程中，存在设备或人员更换从而导致加工标准工时产生变化的情况，因此加入更新机制，通过比较加工标准工时和实际加工工时，超出一定阈值即认为通过聚类算法计算得出的聚类分组已产生偏差，若多次出现偏差情况，则重复S1-S6步骤进行更新。

全文数据：

权利要求：

百度查询： 泉州装备制造研究所 一种基于分类-聚类算法的服装标准工时定额及预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD