基于RFID和数据仓库技术的仓库管理系统研究，本文主要内容关键词为：数据仓库论文,仓库管理系统论文,技术论文,RFID论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言
现代物流要求仓库系统能快速及时地处理货物信息，给管理层提供决策支持，而现在的仓库管理系统(WMS)只是基本上实现了仓库事务管理，而对于时间、信息准确性及决策支持方面的功能支持不足。本文提出综合运用RFID自动识别技术和数据仓库及其上的信息技术构建更先进的仓库管理系统应对现代物流发展要求。
射频RFID识别技术是现代科技中较为先进的信息识别技术，具有非接触、容量大、读取快的特点，将其引入仓库管理系统能够实现仓库实时状态的可视化，使仓库管理更加快速地响应环境的变化，同时可以提高仓库内部资源的利用率；数据挖掘技术已被证明为获得企业竞争优势的主要手段，将企业积累的大量历史沉睡数据变为企业的潜在的财富，为经营分析者提供强大的OLAP（联机分析处理）报表，为经营决策者提供决策分析。在实际应用中，二者结合度并不高，本文尝试RFID识别技术与数据仓库及数据挖掘技术的联合应用，使企业获得仓库信息的及时的自动获取及分析，辅助仓库管理，并对企业决策提供支持。
1 现有仓库管理系统的研究
在现在的物流管理系统中，仓库管理系统已经作为一个非常重要的组成部分发展日益成熟，具有以下特点：
1.1 完善的事务处理系统，缺乏决策支持能力。仓库管理通常分为操作人员和操作流程模块，操作人员包括3个角色，分别是，仓库管理员，搬运员（包括手工搬运员和叉车驾驶员），其他相关用户（包括供应商，客户，上级领导以及其他仓库外部人员）。操作流程分别是：入库、出库、盘点和查询。现有的仓库管理系统都是基于这些人员和流程的事务处理系统，也即是为处理当前业务而专门设计的解决当前问题的信息系统。这种系统能够迅速及时地对操作人员提供业务支持，但是对于管理层了解企业仓库情况，做出下一步的准全局决策的帮助效果不大。
1.2 采用条码技术。仓库管理系统一般通过条码技术识别货物信息，相比手工记录提高了识别速度。(1)识别速度慢。由于条码仅能够标记同类货物，条码本身属于被动式识别，即需要人工操作，利用光学原理识别，这种识别方式在货物数量比较少时能起到良好作用，但当处理大批量货物时企业不能够实时的获得仓库具体货物的进出信息，了解货物的存放位置，并且仓库流程中的重复读取数据以及传统的读取方式造成企业资源的巨大浪费。(2)读取信息不准确。条码技术因为收集信息量偏少、易受干扰、不可重写、读取距离短、读取烦琐等局限性，数据读取不准确，WMS不能准确获得库存信息，数据大都需要经过一定处理才能进入数据库系统。(3)信息不标准。条码技术采用一维编码，对于现代物流要求的供应链管理来讲，不能够满足供应链上货物从产地到目的地的跟踪过程的信息存储，同时不满足后续过程数据仓库中对数据呈现出时间、产地、目的地等多维性的需求。
1.3 数据缺乏组织性。仓库货物繁多混杂，仓库日处理事物数量庞大，WMS存储的一般都是短期数据。WMS一般采用关系型数据库，其中的数据缺乏组织性，也没有系统的、集成的历史记录，所以很难对这些数据作出具体详细的分析，发现有用的信息，把握企业的发展趋势和市场变化。
因此，本文尝试通过使用RFID射频自动识别技术使企业实时准确获取库存信息，并能利用其信息的标准化使企业利用数据仓库及其以上的数据分析技术及时的分析库存现状，提供企业货物存储的位置及最佳存放或拣选路线的分析；对企业的库存利用率、缺货补货情况甚至企业的营销情况做出决策支持，增加其企业应对市场的能力。
2 技术介绍
2.1 射频识别RFID。射频识别技术(Radio Frequency Identification)，俗称电子标签，是一种新型的非接触式自动识别技术，实现对静止或移动的物体的自动识别。利用RFID，在商品上置入特制的微芯片，称为RFID标签(RFID Tags)，可以用来追踪和管理几乎所有的物理对象，是物流工程、追踪等领域信息化的重要手段之一。
工作原理：应答器进入阅读器发出的电磁场后，接收阅读器所发出的射频信号，借着感应电流所获得的能量发送出存储在芯片中的产品信息，或者是主动发送某一频率的信号。阅读器读取信息并解码后送至中央信息系统进行有关数据信息的处理，如图1。
图1 射频(RFID)识别系统的组成及工作原理
2.2 数据仓库技术。数据仓库作为一种新兴并日益成熟的技术引起了人们的广泛重视。数据仓库+数据挖掘+联机处理分析的结构已被认为是决策支持系统的有效解决方案。与传统的面向事务性处理的数据库相比，数据仓库面向复杂的分析型数据，解决了数据集成、数据综合、数据不一致等问题，使企业的业务操作环境和信息分析环境分离，从而有效地为决策提供实时的信息服务。再配合以数据挖掘技术和联机分析处理技术，就可以构成实用的决策支持。数据仓库与传统型事务处理数据库的区别：(1)数据仓库的首要特征是面向企业重要的主题，它是一种分析驱动／面向主题的数据处理技术，而传统的事务数据库是事务驱动／面向应用的数据处理方式。(2)数据仓库另一个主要特征是数据的集成化，如一致的命名规则、一致的度量单位、一致的编码规则、一致的数据物理属性等。这样保证了据的可靠性与一致性。(3)数据仓库中的数据不是一个时刻的数据，而是一个时间段的数据。事务数据库对当前是“精确”的，而数据仓库中的数据对一个时间段来说都是“精确”的，故具有时间跨度性。(4)面向应用的事务数据库的操作基于单个记录的插入、更新与删除，性能敏感、内容易变且无冗余，而面向主题的数据仓库系统的操作基于多个数据源数据的成批刷新，性能不敏感、内容可有冗余。
3 RFID与数据挖掘技术改进WMS概述
将RFID射频识别技术与数据仓库技术应用在仓库管理系统中，就是采用RFID射频识别技术来跟踪货物在仓库中的信息，将这些信息存储在事物性数据库，提取到数据仓库中，以数据仓库作为企业层的数据源，再加上各种数据挖掘技术，组成有效的决策支持系统，并结合企业专家知识库系统，增强传统仓库管理信息系统的实时决策功能。
3.1 可行性分析。RFID射频识别技术能实时、准确并能标准化的读取信息，对于企业数据仓库及时地将最近时段的数据与历史数据联系进行分析起到良好作用。在现在企业仓库中，人工读取与条形码读取方式处于主导地位，企业一般采用业务处理系统而缺乏数据仓库分析来支持企业管理层的决策。(1)解决实时读取，使数据仓库及时得到一手数据。人工读取受人员限制影响较大，读取缓慢；条形码自身编码性质及依附可视化读取的特点，只能一次一个，造成收集信息量偏少、易受干扰、不可重写、读取距离短、读取烦琐，都不能满足现代仓库数目巨大的仓储要求，也不适合企业及时、准确并能标准化得读取信息。RFID技术因为其特点可以远距离读取，并可以同时读取多个RFID的标签资料，满足大量货物共同处理时不产生拥堵、等待，能实现实时的数据读取。(2)RFID电子标签信息精确。条码需要人工读取，很容易造成人为错误，RFID标签内的资料全部是通过电磁波传递，可以在很大程度上降低这种错误的可能性。信息一旦写入标签中，不易丢失，更改信息需要一定权限以及特殊读写装置，保证标签信息的准确性。在数据仓库处理中，最不希望出现的情况就是处理错误信息，也即所谓的“垃圾进垃圾出”，RFID电子标签能有效减少信息的错误率，保证数据仓库源头的清洁。(3)RFID电子标签资料容量上大，可以按照一定标准储存信息，标签中的信息存储与用户数据库中的存储方式保持一致，减少企业在信息读取后将其载入数据仓库时进行数据清洗、净化、转化等数据预处理的时间，使企业迅速的得到一手数据，结合历史数据做出决策。
3.2 系统构架分析。根据这种思想初步构成如图2所示的改进仓库管理信息系统的应用模式：
3.2.1 RFID识别模块。以入库操作为例，说明RFID识别模块设计：(1)仓库收到供应商的发货通知；(2)货物进入仓库时，系统自动扫描RFID标签，进行身份验证，确认为合法标签后与订货单核对；否则反馈信息并拒绝其入库；(3)仓库管理系统将符合要订货单的货品在仓库知识库中查询应该摆放的货位，并在相应的托盘RFID标签内写入，生成入库单并更新数据库；(4)搬运员用手持设备读取在RFID标签中的商品信息，在收到这些实时数据后，根据已有的知识库按其指示路径堆放货品；(5)搬运员用手持设备读取在托盘电子标签中的货位信息，搬运员通过手持设备向系统反馈信息，更新在库托盘信息表和仓库货位信息表；完成更新数据库；(6)系统将入库商品报表发送至供应商系统。
3.2.2 数据仓库建立模块。(1)确定主题进行数据建模。根据企业决策需求确定主题，选择数据源，对数据仓库的数据组织进行逻辑结构的设计。针对仓库管理系统，可分别设立仓库内货品存放位置及路径主题、企业货品需求和利润计算等多个主题，并针对各个主题选择不同数据源。(2)设计数据仓库中的数据库，即设计多维数据结构的事实表和维表。针对不同主题选择不同数据模型。(3)数据转换过程。实现从源系统中抽取数据、清理数据、一致性格式化数据、综合数据、装载数据等过程的设计和编码，利用RFID技术能及时和准确读取信息的特点，实现数据仓库对企业数据的实时精确地掌握，减少以前手工或条码时期信息收集缓慢粗放的情况。(4)定义元数据，即定义数据的意义及系统各组成部件之间的关系。元数据包括关键字、属性、数据描述、物理数据结构及数据时限等。利用原数据跟踪数据来源，增加时间戳，对RFID自动识别性能进行监控和调整，保证信息质量。
3.2.3 数据分析处理模块。基于数据仓库上的数据分析技术主要包括：OLAP技术和数据挖掘技术。(1)联机分析处理技术：即OLAP技术，是数据仓库系统中最重要的技术，通过对数据仓库中建立的多维数据集进行多维切片分析、多维切块分析、多维旋转分析、上卷分析、下钻分析等方式，能够为烟草企业提供快速的多视角多维度的OLAP数据立方体查询，使企业从不同角度，不同层次上查看企业仓库中的货品情况。(2)数据挖掘技术：数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的、有用的信息和知识的过程。
图2 改进的仓库管理信息系统的应用模式
采用这两种技术实现对数据仓库中建立的多维数据集的分析，在本系统研究中，突出的解决两类问题，一类是仓库内部货物存放位置和叉车行走路线的问题分析，另一类是企业整体角度对货物缺货与补货情况分析、货品盈利率分析以及货品需求情况的分析。如图3所示。
图3 数据分析处理模块示意图
3.2.4 分析结果前端显示模块。通过前端显示软件设计使数据分析结果以图表或其他易见形式表达给管理层，是管理层对仓库情况有直观的认识，加强对仓库的监管能力和未来情况的决策能力。
4 结论
本文提出将RFID与数据仓库技术结合，利用RFID实时准确获取信息的能力，结合数据仓库的分析技术，给企业提供仓库内部的优化支持和企业货物缺货补货、序曲球水平的分析。本文制作出初步架构，还存在具体算法分析等问题，在以后的研究工作中加以改进。
标签：数据仓库论文; rfid论文; 仓库管理系统论文; 大数据论文; 仓库管理员论文; 实时系统论文; 数据挖掘论文; 仓库论文; rfid技术论文; rfid系统论文;