基于多维RFID大数据的工业物联网智能车间物流优化方法研究

Based on the Internet of Things (IoT), Physical Internet brings opportunities for traditional industrial field to upgrade and transform. However, one of the key elements under Physical Internet is intelligent manufacturing flowshop with high complexity, high dynamics, and wide involvements, thus, it is regarded as one of the critical and challengeable points for both academia and practitioners. This project, taking the Physical Internet as research background, chooses the logistics optimization on Hybrid Intelligent Flowshop (HIF) for example to comprehensively study the modelling approach on HIF logistics under Physical Internet, RFID Big Data processing and interpretation models on HIF, as well as Physical Internet-driven HIF logistics optimization. After that, from the requirements of engineering technology and real-life applications, a new decision-making mode will be studied to integrate the experiential information and knowledge from RFID Big Data into Physical Internet-driven HIF decision models. Finally, these models and mode will be verified by the real-life data so as to evaluate the scientificalness, accuracy, and feasibility, aiming to improve the logistics efficiency, to reduce logistics time, to cut down logistics costs, and to enhance the production effectiveness.

以物联网技术为基础的工业物联网给传统工业的升级与转型带来了契机，但其中关键的制造车间级理论-智能车间，由于具有复杂性高、变化性强、涉及面广的特点，成为该领域研究的难点和重点之一。本项目以工业物联网为背景，选择混流智能车间（Hybrid Intelligent Flowshop, HIF）物流优化为突破口，从深层科学问题探索的角度出发研究面向工业物联网环境下的HIF物流建模方法、智能车间多维RFID大数据处理方法及诠释模型、工业物联网为导向的智能车间物流优化方法等基础理论问题，从工程技术及实际应用的刚性需求出发，研究从RFID大数据中获取实际制造场景下的经验信息和可行参数与工业物联网驱动下的特定决策模式相结合的新机制，最后通过实际车间数据验证所提出的基于多维RFID大数据的工业物联网智能车间物流优化理论与方法的科学性、准确性、可用性，以达到提高车间物流效率、缩短物流时间、降低物流成本。

以物联网技术为基础的工业物联网给传统工业的升级与转型带来了契机，但其中关键的制造车间级理论-智能车间，由于具有复杂性高、变化性强、涉及面广的特点，成为该领域研究的难点和重点之一。本项目以工业物联网为背景，选择混流智能车间（Hybrid Intelligent Flowshop, HIF）物流优化为突破口，从深层科学问题探索的角度出发研究面向工业物联网环境下的HIF物流建模方法、智能车间多维RFID大数据处理方法及诠释模型、工业物联网为导向的智能车间物流优化方法等基础理论问题，从工程技术及实际应用的刚性需求出发，研究从RFID大数据中获取实际制造场景下的经验信息和可行参数与工业物联网驱动下的特定决策模式相结合的新机制，最后通过实际车间数据验证所提出的基于多维RFID大数据的工业物联网智能车间物流优化理论与方法的科学性、准确性、可用性，以达到提高车间物流效率、缩短物流时间、降低物流成本。.该项目在基金委、深圳大学的指导下取得了预期的研究成果，项目组按计划严格执行相关的研究内容，共发表文章19篇，其中国际期刊论文14篇，包括顶尖期刊Transportation Science， PRODUCTION AND OPERATIONS MANAGEMENT， INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS；国际会议论文5篇。（详见成果列表）..●.采用多维向量矩阵及嵌套方法，建立物联网制造车间RFID大数据的向量模型，结合矩阵运算和嵌套技术，实现多维RFID大数据的建模目的，揭示制造智能体产生大数据之间的逻辑关联性和其相互关系的规律；.●.采用多维RFID-Cube数据集成方法，建立制造大数据向量表示模型，形成超高维RFID大数据的集成，结合超高维快速降维技术（如多维小波等）和分类算法，实现多维RFID数据向量矩阵的有效集成，揭示超高维RFID-Cube数据集成及其各单元间按生产逻辑相互作用原理；.●.基于时空性理论，结合超高维RFID-Cube数据特点，采用时间戳和空间两维为基础的表示方式，建立生产活动行为和逻辑相结合的大数据时空性结构模型，利用时空频繁集与基于Agent行为模型结合的方法，实现智能资源体行为与逻辑的一致性描述，从时间和空间上揭示由RFID高维大数据表示的制造行为与逻辑的对应关系及其相互影响规律；