原创《基于决策树工程项目管理优化》：这篇决策树论文范文为免费优秀学术论文范文,可用于相关写作参考。
摘 要： 为了使企业能够更好地适应社会的需求,对市场的变化做出快速地反应.针对工程项目的特点,运用改进的ID3决策树算法对工程项目管理进行优化.首先,构建工程项目管理的优化属性,聘请相关专家对属性和工程项目风险进行评分,然后,对评分进行离散化处理,最后利用ID3决策树算法对工程项目信息进行充分挖掘,生成工程项目管理优化决策树,找出其中影响工程项目优化管理的分类规则,分析工程项目的实施情况,给出个性化提示,从而达到对企业工程项目的有效控制和优化.
关键词： 电力系统； 工程项目管理优化； 信息熵； ID3决策树； 数据挖掘； 离散化处理
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2018）01?0169?04
Abstract： In order to let the enterprises adapt to the society requirement better, and respond to the changes in the market rapidly, an improved ID3 decision tree algorithm is used to optimize the engineering project management according to the characteristics of engineering project. The optimization attribute of the engineering project management was constructed. The attribute and engineering project risk are graded by relevant experts. And then the scores are discredited. The ID3 decision tree algorithm is adopted to mine the engineering project information fully, generate the decision tree of the engineering project management optimization, find out the classification rules influencing the engineering project management optimization, analyze the implementation of the engineering project, and give the personalized reminder. The ID3 decision tree algorithm can control and optimize the enterprise′s engineering project effectively.
Keywords： electric power system； engineering project management optimization； information entropy； ID3 decision tree； data mining； discretization
0 引 言
随着中国经济的快速发展,为了使企业能够更好地满足社会的需求,适应市场的快速变化,据相关研究[1?2],我国有90%以上的国有大中型企业都实施了工程项目管理模式,这些企业因为采用工程项目管理模式,能够对市场的变化做出快速地反应,运行状况良好,都取得了不错的成果.但是,由于我国的管理技术落后于西方发达国家,我国推行工程项目管理起步较晚,和西方发达国家的工程项目管理运行效果进行比较,可以发现我国企业推行的工程项目管理和发达国家之间还存在一定的差距[3].在配套改革、制度创新和机制转变等方面还需要不断发展和完善[4].由于企业在管理方式、竞争程度等方面存在着一定的差异,因此,不同企业的工程项目管理效果有着明显的不同,因此,为了更好地适应社会、市场的需求,不同的企业应根据自身的资源优势、行业竞争状况,对工程项目进行优化管理[5].
本文将决策树算法引入企业工程项目管理优化过程中,决策树算法主要用来对研究数据进行预测和分类,是目前一种应用最为广泛的数据挖掘算法[6].研究中,为了加快工程项目管理优化的速度,对传统的ID3决策树算法进行改进,将改进的ID3决策树算法运用于工程项目管理中,通过对企业工程项目的实施信息进行充分挖掘,找到对工程项目实施效果有较大影响的那些分类规则,用于分析企业工程项目的实施情况,对企业的工程项目实施方式给出针对性建议,从而使企业的工程项目管理模式得到优化.
1 ID3决策树算法
1.1 决策树算法
决策树算法主要用于对数据的分类和预测,是目前一种应用最为广泛的数据挖掘算法之一.它从根节点开始遍历,在搜索的过程中利用归纳算法选择其中一个分支,直到选择某个叶子节点,从而构造成决策树[7].在决策树中,为了实现对数据的分类,按照IF?THEN的分类规则,从根节点到叶子节点将决策树转化成多个分类规则.决策树算法的优点是生成的模式简单、鲁棒性强,同时分类的精度高、速度快.决策树算法有多种,其中应用最广泛的是ID3决策樹算法[8].
1.2 ID3决策树算法的构造
ID3决策树算法是将信息增益用作选取分支节点的测试属性,首先将信息增益最高的节点作为决策树的根节点,然后找到次高节点,作为决策树的分支,依次类推,最后递归生成一棵简单的决策树[9].
1.2.1 设定信息熵
假设训练集[S]中包含了[Si]（其中[i等于1,2,等,m]）个数据样本,分成[m]个类[c1,c2,等,ci]（其中[i等于1,2,等,m]）.
决策树论文参考资料：
结论：基于决策树工程项目管理优化为关于决策树方面的论文题目、论文提纲、决策树例题经典案例280论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
