隨著科技的快速發(fā)展,社會逐漸進入了智能化時代。為滿足生產(chǎn)生活的電力資源需求,國家電網(wǎng)規(guī)模也在逐漸擴大。供電局對物資需求量持續(xù)增加,電網(wǎng)企業(yè)選擇增多。為提高供電局選擇供應(yīng)商的效率,減少供電局選擇供應(yīng)商的成本,供電局需要對物資供應(yīng)商全面了解,構(gòu)建合理的供應(yīng)商評價系統(tǒng),保證電網(wǎng)建設(shè)的順利開展。為確保供電局能選擇優(yōu)質(zhì)供應(yīng)商,本文融合決策樹算法與支持向量機算法,構(gòu)建二分類SVM-決策樹分類器,依據(jù)決策樹分類順序?qū)⿷?yīng)商數(shù)據(jù)逐層分類。論文的主要工作包括:1.運用南岸局電力公司提供的交流隔離開關(guān)供應(yīng)商有效數(shù)據(jù),確定供應(yīng)商評價指標(biāo)體系并對指標(biāo)體系進行量化處理。2.根據(jù)調(diào)查問卷法確定指標(biāo)主觀權(quán)重,熵權(quán)法確定指標(biāo)客觀權(quán)重,綜合主觀權(quán)重與客觀權(quán)重確定供應(yīng)商一級指標(biāo)與二級指標(biāo)的組合權(quán)重。計算各供應(yīng)商綜合得分,根據(jù)得分排序供應(yīng)商分為6個等級,并賦予相應(yīng)的標(biāo)簽。3.以決策樹模型的分類特征為依據(jù),得出二分類SVM-決策樹模型的分離順序。以供應(yīng)商數(shù)據(jù)作為樣本,分別利用決策樹、支持向量機與二分類SVM-決策樹對供應(yīng)商數(shù)據(jù)進行分類。對比三種分類器分類效果,結(jié)果顯示,二分類SVM-決策樹分類器訓(xùn)練集分類正確率、測試集分類正...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
2 供應(yīng)商評價指標(biāo)體系
    2.1 供應(yīng)商評價指標(biāo)
    2.2 調(diào)查問卷數(shù)據(jù)信度檢驗
    2.3 供應(yīng)商二級評價指標(biāo)量化處理
        2.3.1 投入評價指標(biāo)
        2.3.2 質(zhì)量評價指標(biāo)
        2.3.3 運行評價指標(biāo)
        2.3.4 支撐評價指標(biāo)
        2.3.5 服務(wù)評價指標(biāo)
    2.4 本章小結(jié)
3 確定供應(yīng)商指標(biāo)組合權(quán)重
    3.1 主觀賦權(quán)法
    3.2 熵權(quán)賦權(quán)法
    3.3 確定組合權(quán)重
    3.4 供應(yīng)商評價
        3.4.1 供應(yīng)商數(shù)據(jù)處理
        3.4.2 供應(yīng)商綜合得分
    3.5 本章小結(jié)
4 二分類SVM-決策樹
    4.1 決策樹模型
        4.1.1 特征選擇
        4.1.2 決策樹算法
    4.2 支持向量機模型
    4.3 二分類SVM-決策樹
    4.4 本章小結(jié)
5 模型分類結(jié)果
    5.1 決策樹分類結(jié)果
    5.2 支持向量機分類結(jié)果
    5.3 二分類SVM-決策樹分類結(jié)果
    5.4 結(jié)論分析
    5.5 本章小結(jié)
6 結(jié)束語
    6.1 本文總結(jié)
    6.2 本文不足與展望
參考文獻(xiàn)
附錄
    A.學(xué)位論文數(shù)據(jù)集
    B. 供應(yīng)商評價指標(biāo)調(diào)查問卷
致謝



本文編號：3875885