一种基于RFID数据集的物品工作流挖掘方法

不同种类的物品在供应链中的移动形成不同的物品工作流,通过对这些物品工作流的挖掘,能够发现不同种类物品的流向和主要流转路径等信息,进而基于这些信息对供应链过程进行管理和优化.本文提出了一种基于RFID数据集的物品工作流挖掘方法,其中定义了一种基于Petri网的物品工作流网,讨论了物品工作流网所支持的几种物品工作流模式,给出了基于RFID数据集的数据过滤和聚合算法,以及物品工作流网的挖掘算法,最后进行了必要的实验.

一种基于RFID数据集的短期预测分析

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。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。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。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。

一种基于时间序列的RFID供应链数据分析方法

通过挖掘海量RFID（Radio Frequency Identification）数据来优化供应链已经成为一个研究热点.本文针对供应链流通中出现的若干周转异常并且难以发现的问题，提出了一种基于时间序列的RFID供应链数据分析方法.将供应链的RFID数据统一成反映各环节周转状况的时间序列格式，然后通过分段趋势分解方法分解提取的时间序列数据，并根据分解后的随机项建立阈值来判断数据是否异常，从而建立相应的时间序列分析模型；最后基于模型检测数据异常.通过多样本和多数据集的实验检测，结果表明这种方法有效并具有较高的效率.