RFID与数据驱动下现代制造与零售业中的智能决策方法研究及应用

成果基本信息
关键词：	大数据;智能优化;神经网络预测
成果类别：		技术成熟度：
体现形式（基础理论类）：		体现形式（应用技术类）：	无
成果登记号：	9512017R0736	资源采集日期：	2017-11-22

研究情况
单位名称：	四川大学	技术水平：
评价证书号：	20161171302134	评价单位：	国家自然科学基金委员会
评价日期：	2017.01.13	评价证书号：	20161171302134

转化情况
转让范围：		推广形式：	无
已转让企业数（个）：	0

联系方式
联系人（平台）：	玉女士	联系人（平台）电话：	0771-5885053
*成果单位详细联系方式请登录会员；还不是会员，马上注册!

成果简介
1、课题来源与背景　　本项目以国家自然科学基金委和四川省科技厅分别资助的3个研究课题为依托，属于管理学领域，是管理学、信息科学和人工智能的交叉研究。　　大力发展现代制造业和现代零售业，是我国实现相关产业转型升级的必由之路。制造和零售企业的运作性能大大依赖于其制造与零售决策的有效性。然而，我国制造和零售业运作管理中典型决策问题（如生产调度与优化、销售预测、交叉销售等）非常复杂，缺乏科学有效的方法进行求解，其求解主要依赖于管理者的经验和简单推算，性能低下。　　有效的决策是由准确的数据驱动的。生产和零售端的数据量庞大，如何准确及时地收集这些数据、如何对这些海量数据进行实时分析和处理，对于及时有效地进行决策至关重要。随着无线射频识别(RFID)技术在工业界的成熟应用，准确实时地获取海量的生产和销售数据成为可能。但是，如何将RFID数据采集与决策技术相结合，如何基于所采集的大数据实现实时有效的管理决策，是产业界与学术界亟需解决的问题。　　为了解决现代制造和零售运作中的复杂决策问题，为实现我国智能制造和现代零售业的国家战略助力，本项目综合运用管理科学、信息科学、人工智能等领域的理论和知识，创造性地将RFID、数据集成和人工智能等技术相结合，构建了RFID和数据驱动的现代制造与零售智能决策的研究框架、系统和方法，为研究制造与零售运作中的复杂决策问题提供了新方法。　　2、研究目的与意义　　研究目的：　　（1）提出RFID与数据驱动下的制造与零售智能决策系统，解决我国现代制造与零售业现实运作中典型的生产决策、零售产品交叉销售与零售预测等问题；　　（2）提出适用于复杂的现实生产优化问题的智能优化决策方法；　　（3）提出适用于复杂的现实零售决策问题的智能预测等决策方法。　　研究意义：有助于构建数据驱动的现代制造与零售决策的研究框架，有助于扩展智能决策的理论和方法，有助于相关制造和零售企业提高数据可靠性、提升决策性能、并最终提高企业竞争力，加快我国相关企业的转型升级。　　3、主要论点与论据　　（1）及时准确的输入数据是进行有效制造和零售决策的基础。不准确的输入数据无法产生可靠有效的决策。　　（2）从生产和销售端采集的大量数据，需要通过有效的数据分析和集成，才能供决策使用。由于数据采集、生产波动等的原因，原始数据往往含有大量噪声；另外，原始数据可能过于微观，不能满足决策需要。　　（3）利用传统的决策技术仅能解决考虑相对简单的现实特征的决策问题，对于考虑复杂现实特征的决策问题，需要使用智能决策技术求解。遗传算法等演化智能优化技术是一种有效的全局优化技术，已被广泛用于求解生产决策中的复杂生产优化问题；神经网络可被用做通用的函数近似器，其理论上可近似任何非线性的输入输出关系，可被用于解决零售预测中复杂的预测问题。　　（4）将RFID技术、数据分析与集成技术、以及演化算法、神经网络等人工智能技术这三类技术相结合，是实现有效的智能制造与零售决策的新路径。　　4、创见与创新　　（1）国际上首次将数据采集方法、数据集成以及理论决策三者相结合，搭建了理论方法与实际应用之间的桥梁，构建了完整的制造与零售决策系统体系；　　（2）率先将RFID技术与人工智能相结合，在利用RFID技术所收集的大数据的背景下，通过数据集成方法和改进的人工智能方法，实现有效的智能制造和零售决策；　　（3）项目还提出双层多父辈遗传算法、基于蒙特卡洛仿真的多目标遗传算法等新颖的智能优化算法，将复杂网络理论中的阿波罗网络与神经网络相结合提出基于阿波罗网络的稀疏神经网络、将和声搜索算法与极限学习机网络相结合提出基于和声搜索的极限学习机。　　5、社会经济效益，存在的问题　　项目研究的理论成果具有较高的学术价值和影响。在本项目研究相关领域出版英文专著3部，均被Web of Science收录，被包括美国北卡州立大学在内的多所国际知名大学的图书馆所收藏。在国内外著名刊物上发表项目相关的学术论文34篇，其中14篇发表在SCI一区权威期刊、4篇发表在SCI二区期刊。据Google Scholar统计，这些论文被引用次数逾600次。　　研究成果在包括香港保诚仪器拓展有限公司、四川自贡百味斋食品股份有限公司、成都金雅图科技有限公司、成都高德唯斯科技股份有限公司、重庆岱昊机械设备有限公司等境内外多家制造和零售企业中得到了应用，累计经济效益超过3000万元。　　6、历年获奖情况　　（1）在德国科隆举办的IMB博览会（纺织服装行业全球最大的机械设备与系统展览盛会）上获得科技创新奖第2名（2009年，欧盟委员会赞助）；　　（2）在香港2012年度RFID大奖赛中，获得最佳创意应用金奖、最佳应用银奖。

成果名称：	RFID与数据驱动下现代制造与零售业中的智能决策方法研究及应用	关键词：	大数据;智能优化;神经网络预测
成果类别：		一级分类名称：	机械制造
二级分类名称：	制造工艺	三级分类名称：	制造工艺
研究起止时间：	2006.01 至2014.06	成果体现形式（应用技术类）：	无
成果属性：		成果体现形式（基础理论类）：
技术成熟度：		技术水平：
研究形式：		学科分类1：
单位名称：	四川大学	学科分类2：	520.20
中图分类号1：		所属高新技术类别：
中图分类号2：	TP18	课题来源：
应用行业：		课题立项名称：
国家科技计划子类别：		课题立项编号：	71302134
经费实际投入额（万元）：	49.00	评价单位：	国家自然科学基金委员会
评价形式：	无	应用状态：	无
评价日期：	2017.01.13	转让范围：
评价证书号：	20161171302134	推荐单位：	四川省教育厅
推广形式：	无	成果登记号：	9512017R0736
成果简介：	1、课题来源与背景　　本项目以国家自然科学基金委和四川省科技厅分别资助的3个研究课题为依托，属于管理学领域，是管理学、信息科学和人工智能的交叉研究。　　大力发展现代制造业和现代零售业，是我国实现相关产业转型升级的必由之路。制造和零售企业的运作性能大大依赖于其制造与零售决策的有效性。然而，我国制造和零售业运作管理中典型决策问题（如生产调度与优化、销售预测、交叉销售等）非常复杂，缺乏科学有效的方法进行求解，其求解主要依赖于管理者的经验和简单推算，性能低下。　　有效的决策是由准确的数据驱动的。生产和零售端的数据量庞大，如何准确及时地收集这些数据、如何对这些海量数据进行实时分析和处理，对于及时有效地进行决策至关重要。随着无线射频识别(RFID)技术在工业界的成熟应用，准确实时地获取海量的生产和销售数据成为可能。但是，如何将RFID数据采集与决策技术相结合，如何基于所采集的大数据实现实时有效的管理决策，是产业界与学术界亟需解决的问题。　　为了解决现代制造和零售运作中的复杂决策问题，为实现我国智能制造和现代零售业的国家战略助力，本项目综合运用管理科学、信息科学、人工智能等领域的理论和知识，创造性地将RFID、数据集成和人工智能等技术相结合，构建了RFID和数据驱动的现代制造与零售智能决策的研究框架、系统和方法，为研究制造与零售运作中的复杂决策问题提供了新方法。　　2、研究目的与意义　　研究目的：　　（1）提出RFID与数据驱动下的制造与零售智能决策系统，解决我国现代制造与零售业现实运作中典型的生产决策、零售产品交叉销售与零售预测等问题；　　（2）提出适用于复杂的现实生产优化问题的智能优化决策方法；　　（3）提出适用于复杂的现实零售决策问题的智能预测等决策方法。　　研究意义：有助于构建数据驱动的现代制造与零售决策的研究框架，有助于扩展智能决策的理论和方法，有助于相关制造和零售企业提高数据可靠性、提升决策性能、并最终提高企业竞争力，加快我国相关企业的转型升级。　　3、主要论点与论据　　（1）及时准确的输入数据是进行有效制造和零售决策的基础。不准确的输入数据无法产生可靠有效的决策。　　（2）从生产和销售端采集的大量数据，需要通过有效的数据分析和集成，才能供决策使用。由于数据采集、生产波动等的原因，原始数据往往含有大量噪声；另外，原始数据可能过于微观，不能满足决策需要。　　（3）利用传统的决策技术仅能解决考虑相对简单的现实特征的决策问题，对于考虑复杂现实特征的决策问题，需要使用智能决策技术求解。遗传算法等演化智能优化技术是一种有效的全局优化技术，已被广泛用于求解生产决策中的复杂生产优化问题；神经网络可被用做通用的函数近似器，其理论上可近似任何非线性的输入输出关系，可被用于解决零售预测中复杂的预测问题。　　（4）将RFID技术、数据分析与集成技术、以及演化算法、神经网络等人工智能技术这三类技术相结合，是实现有效的智能制造与零售决策的新路径。　　4、创见与创新　　（1）国际上首次将数据采集方法、数据集成以及理论决策三者相结合，搭建了理论方法与实际应用之间的桥梁，构建了完整的制造与零售决策系统体系；　　（2）率先将RFID技术与人工智能相结合，在利用RFID技术所收集的大数据的背景下，通过数据集成方法和改进的人工智能方法，实现有效的智能制造和零售决策；　　（3）项目还提出双层多父辈遗传算法、基于蒙特卡洛仿真的多目标遗传算法等新颖的智能优化算法，将复杂网络理论中的阿波罗网络与神经网络相结合提出基于阿波罗网络的稀疏神经网络、将和声搜索算法与极限学习机网络相结合提出基于和声搜索的极限学习机。　　5、社会经济效益，存在的问题　　项目研究的理论成果具有较高的学术价值和影响。在本项目研究相关领域出版英文专著3部，均被Web of Science收录，被包括美国北卡州立大学在内的多所国际知名大学的图书馆所收藏。在国内外著名刊物上发表项目相关的学术论文34篇，其中14篇发表在SCI一区权威期刊、4篇发表在SCI二区期刊。据Google Scholar统计，这些论文被引用次数逾600次。　　研究成果在包括香港保诚仪器拓展有限公司、四川自贡百味斋食品股份有限公司、成都金雅图科技有限公司、成都高德唯斯科技股份有限公司、重庆岱昊机械设备有限公司等境内外多家制造和零售企业中得到了应用，累计经济效益超过3000万元。　　6、历年获奖情况　　（1）在德国科隆举办的IMB博览会（纺织服装行业全球最大的机械设备与系统展览盛会）上获得科技创新奖第2名（2009年，欧盟委员会赞助）；　　（2）在香港2012年度RFID大奖赛中，获得最佳创意应用金奖、最佳应用银奖。
联系人：	刘福华	成果登记日期：	2017-06-14
联系人email：	lfh@scu.edu.cn	单位代码：	95100035
邮政编码222：	610065	联系人电话：	13908017221
单位传真：	028-85403871	单位通讯地址：	四川省成都市武侯区一环路南一段24号
单位所在省市：		单位电话：	028-85407195;85406561
转让收入（万元）：	0	单位属性：
合作完成单位：	成都信息工程大学	已转让企业数（个）：	0
成果发布年份：	2017	知识产权形式：
成果完成人：	郭钊侠;刘敦虎;郭春香;王涛;魏蕖;张冬青	资源采集日期：	2017-11-22

RFID与数据驱动下现代制造与零售业中的智能决策方法研究及应用

最新科技新闻资讯

热门资讯排行

最新科技图文资讯

友情链接