服裝質(zhì)量預(yù)測(cè)系統(tǒng)的軟件設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著服裝款式的增多和人們對(duì)于服裝質(zhì)量要求的提高，迫使服裝企業(yè)對(duì)質(zhì)量的預(yù)防和控制力度大幅提升，傳統(tǒng)的人工管理缺乏效率且無(wú)法保證產(chǎn)品的質(zhì)量。生產(chǎn)跟蹤系統(tǒng)作為服裝企業(yè)信息管理系統(tǒng)中一個(gè)極為重要的組成部分，存儲(chǔ)了大量的服裝質(zhì)量問(wèn)題相關(guān)數(shù)據(jù)。有必要充分利用這些數(shù)據(jù)，發(fā)展一種方便、快捷、準(zhǔn)確的服裝質(zhì)量預(yù)測(cè)方法，使企業(yè)決策人員提前預(yù)測(cè)服裝質(zhì)量問(wèn)題，從而提高企業(yè)的產(chǎn)品品質(zhì)和生產(chǎn)效率。
　　服裝質(zhì)量問(wèn)題預(yù)測(cè)是對(duì)不精確信息的處理，而粗糙集理論作為一種

2、研究不精確、不確定信息的方法，適應(yīng)范圍廣泛。本文結(jié)合數(shù)據(jù)挖掘技術(shù)，并運(yùn)用粗糙集理論，開(kāi)發(fā)了基于數(shù)據(jù)挖掘的服裝質(zhì)量預(yù)測(cè)系統(tǒng)，所做的研究工作如下：
　　(1)建立服裝質(zhì)量預(yù)測(cè)模型。該模型用于生成質(zhì)量問(wèn)題規(guī)則，同時(shí)得到質(zhì)量問(wèn)題與加工工序的對(duì)應(yīng)規(guī)則，并結(jié)合服裝生產(chǎn)的特點(diǎn)，參照粗糙集理論進(jìn)行數(shù)據(jù)挖掘，依據(jù)生產(chǎn)跟蹤系統(tǒng)中的質(zhì)量問(wèn)題數(shù)據(jù)建立決策表，采用條件組合補(bǔ)齊方法對(duì)決策表進(jìn)行補(bǔ)齊操作。其中，采用Naive Scaler算法對(duì)樣本數(shù)據(jù)進(jìn)行離散

3、化，運(yùn)用Johnson’s算法對(duì)條件屬性進(jìn)行屬性約簡(jiǎn)。
　　(2)設(shè)計(jì)知識(shí)庫(kù)。結(jié)合服裝生產(chǎn)的特點(diǎn)，采用前向推理的方式進(jìn)行服裝質(zhì)量問(wèn)題的預(yù)測(cè)。通過(guò)實(shí)際運(yùn)用，對(duì)規(guī)則進(jìn)行過(guò)濾，以保證知識(shí)庫(kù)的實(shí)用性。
　　(3)完成服裝質(zhì)量預(yù)測(cè)軟件系統(tǒng)的設(shè)計(jì)，實(shí)現(xiàn)從收集數(shù)據(jù)到預(yù)測(cè)質(zhì)量再到解決問(wèn)題的一系列操作。通過(guò)服裝企業(yè)質(zhì)檢部人員的指導(dǎo)，建立專家知識(shí)庫(kù)。對(duì)知識(shí)庫(kù)中信息進(jìn)行存取操作，實(shí)現(xiàn)了專家系統(tǒng)，從而可以對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，并提出解決方案，從而提高