论文摘要：多智能体模糊聚类算法在BOM系统中的研究与应用

随着信息系统在企业内部的普及，物料清单（Bill of Material，BOM）作为企业信息系统数据库的基础，越来越受到重视。由于其具有数据量大且结构不统一的特点，使得对其中数据所包含的有价值信息的有效利用成为非常重要的研究课题。目前针对BOM中数据的使用方法主要是通过标准数据库技术，精确地控制每个字段，利用SQL语言进行查询。运用这种传统方法很难有效地挖掘出物料清单中数据背后的联系，损失了一部分有价值的信息。数据挖掘技术作为一种新兴的数据库技术，结合人工智能算法，可以有效地挖掘出大量数据下隐藏的有价值信息，经过近几年的快速发展，其中一些算法已经成熟，可以用于实际系统的解决方案。本论文内容作为与他人合作为中国商用飞机制造有限公司大飞机项目设计的成本估计系统的一部分，将多智能体架构与模糊聚类算法相结合，提出一种多智能体模糊聚类算法，通过多智能体技术优化原有聚类算法的收敛性能及聚类能力，并借助模糊聚类的概念使得对BOM中的数据的聚类统计结果更切合实际情况。本文在对典型BOM系统架构分析的基础上，提出了从BOM系统导入数据、预处理，到模糊聚类并最终输出统计结果的全过程，其目的是按照类别统计某些零部件属性的平均值，并将这些统计结果作为后续分析系统的输入。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/202191.html