[发明专利]一种基于集成算法的项目管理供应商决策分析方法

权利要求书

1.一种基于集成算法的项目管理供应商决策分析方法，其特征在于，包括：

S100.通过项目管理平台，对影响决策因素的供应商属性数据进行采集；

S200.对采集到的数据进行预处理；

S300.读取属性数据信息，判断属性信息是否连续，若属性信息连续，则将连续值按等级进行离散化；

S400.将离散化后的数据进行储存，得到训练集，再对训练集进行划分，将其子集利用改进的C4.5算法进行处理，得到初始决策树；

S500.通过得到的初始决策树，利用改进集成算法，生成最终决策树，对供应商进行决策。

2.如权利要求1所述的一种基于集成算法的项目管理供应商决策分析方法，其特征在于，S100中，影响决策因素的供应商属性数据一共有五种，包括：供货质量、交货期、服务质量、供赁价格、信用度。

3.如权利要求1所述的一种基于集成算法的项目管理供应商决策分析方法，其特征在于，S200中，对数据进行预处理，至少包括：包括空值处理，数据集整合。

4.如权利要求2所述的一种基于集成算法的项目管理供应商决策分析方法，其特征在于，S300中，供赁价格及信用度为连续型数据，需划分区间，再取区间等级进行离散化；供货质量、交货期、服务质量为离散数据，无需处理。

5.如权利要求1所述的一种基于集成算法的项目管理供应商决策分析方法，其特征在于，利用改进的C4.5算法进行处理，具体方法为：首先通过属性数据计算信息熵，引入平衡因子，获得属性信息增益率，得到所有属性信息增益率的结果，选取信息增益率最大的属性作为当前节点的分裂属性，其他属性将会继续进行递归计算，随着属性逐渐的计算，信息增益率将会变得越来越小，选择相对较大的信息增益率的属性作为分类属性，直到最后决策树的生成。

6.如权利要求1所述的一种基于集成算法的项目管理供应商决策分析方法，其特征在于，S500中，利用改进集成算法进行处理，包括：

S501.利用优化的C4.5算法产生初始决策树，根据决策树给出的数据规则生成相应的规则集；

S502.对规则集进行编码，生成初始种群；

S503.对适应度函数进行确定，利用遗传操作的三个算子，对初始种群中的个体反复进行遗传操作；

S504.通过适应度函数的计算得到较优的个体并逐代保存下来，直到满足终止条件为止；

S505.保留适应度函数值最大的规则集并进行解码，从而得到相对较优的决策树模型。

7.如权利要求6所述的一种基于集成算法的项目管理供应商决策分析方法，其特征在于，利用遗传操作的三个算子，具体包括：选择算子、交叉算子和变异算子。