一种哈夫曼物料采购决策算法的制作方法

技术特征：

1.一种哈夫曼物料采购决策算法，该方法涉及涉及企业管理领域，其特征是，包括如下步骤：

步骤1：构建采购决策树：利用基于C4.5算法构建采购决策树

抽象C4.5算法参数：将物料供应商的类型、等级、所能供给的数量、所供给物料的质量信用度、供应商规模等信息抽象到C4.5算法中，作为算法的数据样本、属性等参数

计算属性的信息熵

计算分割后的类别的条件熵

计算类别的信息熵

判断所有属性是否计算完，已计算完转到（6），否则转（1）

信息增益的计算：信息增益率使用分裂信息值将信息增益规范化

按分裂属性值创建决策树：决策树C4.5的创建是通过将所有属性的信息增益率按大小排序，然后将各个属性作为分支的根节点的顺序，将最大增益率的属性作为树双亲结点，其余的作为该结点的孩子

剪枝判定：本发明采用前剪枝法结合树深度限定法对决策树进行剪枝

步骤2：构建采购最优决策树：创建了决策树后，可以清晰的看到各个属性的效果，通过模拟生活中子女继承父母财产的一个简单模式，计算叶子节点的继承财产数来构建最优决策树，继承财产数用信息增益来刻画

（1）计算每个节点的自有财产：每个节点所拥有的财产用增益函数表示

（2）计算每层孩子节点可能继承的家族财产数量

（3）统计接子节点数目N

（4）构造决策最优二叉树：利用哈夫曼算法构造决策最优二叉树

步骤3：输出最优决策结果：步骤2造出的最优二叉树就是最优决策树，决策树叶子节点的继承财产值越大，说从决策树根节点到该叶子节点的这条链路的决策越优，所以，在哈夫曼树中，距离根节点越近的叶子节点对应的到决策树根节点的链路越好，只要将哈夫曼树中的叶子节点按照后续遍历法遍历输出，即可得到决策方案的一个优劣排序。

2.根据权利要求1中的一种哈夫曼物料采购决策算法，其特征是，以上所述步骤1中相关的计算过程如下：

步骤1：构建采购决策树：利用基于C4.5算法构建采购决策树，具体的为：

（1）抽象C4.5算法参数：将物料供应商的类型、等级、所能供给的数量、所供给物料的质量信用度、供应商规模等信息抽象到C4.5算法中，作为算法的数据样本、属性等参数，具体问题具体给出对应的参数关系

（2）计算属性的信息熵：设S为已知类标号的数据样本集，类标号属性为定义了m个不同类的，设是S中类数据样本的集合，和分别表示S和的样本个数，则对的信息熵Info(S)定义如下：

其中，是中任意数据样本属于类的概率，Info(S)的实际意义是类别S中数据样本分类的平均信息量

（3）计算分割后的类别的条件熵：若分类属性将S划分成个不同的子集表示数据样本集S中在上的取值为的所有样本组成的集合，选择S的一个属性A，则类别分割后的类别条件熵计算公式为：

（4）计算类别的信息熵:若选择属性作为分裂属性，则类别信息熵为：

（5）判断所有属性是否计算完，已计算完转到（6），否则转（1）

（6）信息增益的计算：信息增益率使用分裂信息值将信息增益规范化，属性的信息增益为

从信息增益的计算公式可以看出，的实际意义是基于属性分裂后，数据集所含信息量的有效减少量，信息增益越大，表明按属性对数据集分裂所需的期望信息越少，即属性解决的不确定信息量越大，分裂后的输出分区越纯

（7）按分裂属性值创建决策树：决策树基于数据结构中树的概念，决策树C4.5的创建是通过将所有属性的信息增益率按大小排序，然后将各个属性作为分支的根节点的顺序

在某一属性集合中将最大增益率的属性作为分列属性,即即将最大增益率的属性作为树双亲结点，其余的作为该结点的孩子

（8）剪枝判定：当决策树划分得太细，数据量很大时，需要设定一个规则，使算法及时收敛，避免算法无限分支无限增长，即剪枝，本发明采用前剪枝法结合树深度限定法对决策树进行剪枝，具体的实施如下：

前剪枝法：前剪枝法是指在构造树的过程中就知道哪些节点可以剪掉，于是干脆不对这些及诶点进行分裂，本发明通过计算增益率方差来确定是否对某一节点剪枝，增益率标准差大于某一设定值，则对该节点剪枝，否则可以分割建立其子树，数学公式描述为：

如果，则剪枝，否则继续分割生成决策子树，

树深度限定法：设定一个确限定的树深度L，当决策树的深度到达L以后，停止分割。

3.根据权利要求1中的一种哈夫曼物料采购决策算法，其特征是，以上所述步骤2中相关的计算过程如下：

步骤2：构建采购最优决策树: 创建了决策树后，可以清晰的看到各个属性的效果，通过模拟生活中子女继承父母财产的一个简单模式，通过信息增益计算决策树叶子节点的财产继承值，通过计算叶子节点的继承财产数来构建最优决策树，继承值越高，则表示该叶子结点到决策树根节点的这一条链路越有价值，继承财产数用信息增益来刻画

（1）计算每个节点的自有财产：每个节点所拥有的财产用增益函数表示，即

表示数的第l层的第i个节点的财产

（2）计算每层孩子节点可能继承的家族财产数量：

其中，为节点的双亲结点的继承财产数

（3）统计接子节点数目N

（4）构造决策最优二叉树：利用哈夫曼算法构造决策最优二叉树，哈法曼算法具体实现如下：

a.根据N个叶子节点继承财产序列够建成N棵二叉树的森林其中，每棵树二叉树中都只有一个权值为的根节点，其左右子树为空

b.在森林F中选出两两棵根节点权值最小的数（当这样的数不止两棵时，可以从中任选两棵），将这两棵树中根的取值大的作为右孩子，小的作为左孩子，将这两个孩子的权值之和作为新树根的权值

c.对新的森林F重复步骤b，直到森林F中只剩下一棵树为止，那么这棵树就是哈夫曼树，即最优二叉树。