一种基于RFID数据集的时间序列分析

发布时间：2021-04-17 17:36

随着RFID(无线射频标识)技术在供应链中的广泛应用,越来越多的企业借助RFID技术来实施对供应链的管理。RFID的应用方向已经扩展到了有关人们所生活和工作的各个领域中了。RFID技术的发展和应用开始逐渐成为信息产业、商业系统、科研机构和国家部委等等部门极度重视的课题。由于海量的RFID数据中包含了物品本身的相关信息以及其在流通中的时间和空间信息,通过挖掘这些RFID数据来对供应链进行管理和优化,使之产生更高的效益。RFID技术在物联网的应用上有着举足轻重的地位,尤其是现在有关于供应链方面的应用,更是带来了极大地便利。在供应链的各个环节,实现对各个环节的角色进行及时地跟踪和监控。一些比较知名的大型零售商如沃尔玛、塔吉特等等企业已经开始针对现有的供应链和物流系统开始使用RFID技术,通过在商品的包装上贴上相关的电子标签来开始整个的供应链流程。在跟踪过程中,所需要的成本包括了人力以及标签成本等等,随着标签成本逐渐地下跌,人们通过这样的方式可以及时地了解物品的物流状态和移动轨迹,而在这种RFID技术的研究和维持种,对RFID数据集的清洗和挖掘是这个技术的重中之重。在对RFID数据集的清洗和挖掘之前,如何从海量数据当中抽取和转化出对企业自身有帮助的数据是十分必要的,这些有效的信息为企业和决策者做出正确的决策提供了决定性的指引。而数据分析和挖掘技术的出现和发展让企业做出决策变得更加精确和有效,通过数据分析和挖掘技术可以从海量的、缺失的、冗余的、不清楚的实际应用数据中,提取最有利于企业决策者的信息。本文针对供应链流通中存在的生产延误和库存不足等成本问题,做好预测分析,提出了基于时间序列的数据分析方法。文中详细介绍了有关RFID技术的简介、RFID清洗技术以及有关RFID数据集的时间序列分析。数据分析和挖掘技术在RFID数据集上的应用,给企业或者消费者提供了具有非常可靠的参考价值。在RFID数据集的基础上,本文对供应链末端,围绕在货架上物品的数据信息这一单个环节进行分析。建立时间序列的ARMA模型,对短期的物品流动进行预测,分析商品需求的状况,从而提高供应链的价值,降低企业成本。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：F224;F274

文章目录

致谢

摘要

Abstract

第一章绪论

1.1 研究背景

1.2 国内外研究现状

1.3 本文研究内容及创新点

1.4 文章组织结构

第二章 RFID技术概述

2.1 RFID技术的发展历程

2.1.1 国内外对于RFID技术的发展

2.1.2 历史发展历程

2.2 RFID系统构件

2.3 RFID技术的问题

2.3.1 成本问题

2.3.2 作业的环境与准确值影响

2.3.3 数据的结构形式

2.3.4 安全性和隐私权

2.3.5 RFID标准化

2.4 关于RFID的运用领域

2.4.1 身份识别

2.4.2 信息储存

2.4.3 RFID和供应链管理的结合

2.5 本章小结

第三章 RFID数据清洗

3.1 RFID数据流的基本特征

3.2 RFID数据的编码以及数据形式

3.2.1 RFID数据的来源

3.2.2 RFID数据的编码

3.2.3 RFID数据形式

3.3 RFID数据的不可靠性

3.3.1 数据的读入错误

3.3.2 数据的冗余

3.4 RFID数据清洗技术

3.4.1 平滑处理

3.4.2 流水线式的清洗框架

3.4.3 清洗算法SMURF

3.5 本章小结

第四章 RFID数据分析方法

4.1 数据清洗和聚合

4.2 时间序列的检测方法

4.3 RFID数据分析的过程

4.3.1 数据清洗和聚合算法

4.3.2 时间序列建模

4.3.3 模型定阶

4.3.4 模型的参数估计

4.3.5 模型的检验

4.3.6 数据预测

4.4 本章小结

第五章总结与展望

5.1 工作总结

5.2 工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况

【相似文献】