關鍵詞：訂貨 聚類 粗糙集 離散 粒子群 

摘要：為了解決目前航材訂貨模型單純依托人為經驗,對航材消耗規律變化反應滯后且可信度不高工作量過大的問題,提出在原始訂貨模型的框架下,使用PAM聚類、粗糙集全局離散和粒子群算法,計算模型中的航材分類、屬性離散和區間權重,從而建立啟發式航材訂貨模型,并在測試集上對比新老模型的均方離差。結果表明,啟發式航材訂貨模型可以使人擺脫依靠經驗確定模型的繁瑣工作,并且能有效提高模型的準確性和及時性,從而提高航材訂貨工作效率。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社