换一批基于主成分分析算法和K均值聚类算法的药品库存分类管理
Drug Inventory Classification Management Based on PCA Algorithm and K-means Clustering Algorithm
摘要目的 针对目前药品分类主观性较强、分类标准模糊、影响因素繁杂的问题,探讨一种科学的药品分类方法,以降低库存成本,提高库存的有效性.方法 在北京某三级医院2021-2022年历史数据中随机抽取700种药品为研究对象,通过主成分分析(PCA)算法和K均值聚类(K-means)算法对研究对象进行分类.结果 确定轮廓系数为0.347 0的分类数4为最佳分类数,将700种药品分为4类,其中有363种归为第一类,186种归为第二类,94种归为第三类,57种归为第四类.将该文研究的药品分类方法模拟运用到某三级医院2023年第二季度的药品库存管理中,模拟结果表明该分类方法能够降低库存成本,提高库存有效性.结论 基于PCA算法和K-means聚类算法的药品分类方法能够为药品库存分类管理提供可靠依据.
更多相关知识
关键词
药品分类主成分分析算法K均值聚类算法药品库存管理Drug classificationPCA algorithmK-means clustering algorithmDrug inventory management
分类号
R95（药事组织）
栏目名称
DOI
10.3870/j.issn.1004-0781.2025.04.029
发布时间
2025-04-24（万方平台首次上网日期，不代表论文的发表时间）
- 浏览11
- 被引1
- 下载16
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
