RFID仓储物流管理系统

RFID技术,作为20世纪80年代发展起来的一种新兴自动识别技术,因其自动识别、非接触式、无需人工干预等多项优点,被人们迅速应用于诸多领域。传统的仓储物流管理系统的人为因素大,准确度不高,资源极大浪费兼之维护成本高,已经逐渐为用户带来极大困扰。因此设计了一种基于云计算中SaaS概念、物联网概念并合理运用现有RFID技术的仓储物流管理系统,旨在实现快速有效物流的资源调度以及方便快捷的物资信息管理。阐述了系统的组成结构,并进行了硬件上和软件上的设计。项目结果证明该系统具有可行性和实用性。     

基于区块链技术的物流大数据可视化平台构建

针对传统物流大数据可视化平台缺少共享机制,可视化结果并不理想的问题,提出了基于区块链技术的物流大数据可视化平台构建方法。在区块链技术的基础上构建物流大数据管理平台,将大数据、云计算、移动互联网等新信息技术融入到平台构建中,在分层式的体系结构设计的基础上保证平台各个分层拥有适度的可扩展性与适应性。使用ML-T80型号电子标签,对货物所在位置进行实时跟踪,采用Symbol LS2208AP型号条码扫描器,实现手持模式和免提模式轻松地切换。根据用户展示端电路连接图,使用户在外界受到电磁干扰的情况下依旧能够直接查阅到想要的信息。规划服务范畴,设计数据管理功能、物流信息服务功能、物流资源交易功能和智能辅助决策功能模块。由实验结果可知,该平台共享周期短,最高共享效果可达到93%,以此实现物流大数据共享价值最大化。     

数据挖掘技术在物流管理信息中的应用

物流系统是一个复杂而庞大的系统,其包括仓储、运输、装卸、搬运、包装、加工、配送和物流信息等,其每个环节所含有的信息量都非常大。如何及时有效地对这些物流数据进行处理是当前的重要任务,其需要一种全新的数据分析技术。数据挖掘技术能够实现对庞大而复杂数据的有效处理,因为该数据技术是一种能够从庞大的数据信息中提炼出有用信息的一种工具。目前,国内物流领域对数据仓库、数据挖掘技术研究应用还比较落后,物流系统中的优势无法被体现出来。数据挖掘技术的一个重要组成部分是关联规则分析,其主要研究如何从大量的数据中提炼出已被隐藏的并富有趣味的规律性东西。     

“云物流”以新趋势的姿态崛起

在云计算风起云涌的背后是与各行业结合的应用趋势层出不穷,而基于云计算的云物流主要是为了满足政府、工商企业、物流企业和普通用户等对物流信息的要求,围绕从生产要素到消费者之间时间和空间上的需求,能够处理从制造、运输、装卸、包装、仓储、加工、拆并、配送等各个环节中产生的各种信息,     

基于物联网的电力物资智慧仓储系统的研究与实现

针对目前电力物资仓储管理中存在的诸如物流周转慢、仓储作业低下、信息技术化水平低等问题,将无线射频识别(radio frequency identification,RFID)、二维码、大数据、云计算等物联网技术与AGV(automated guided vehicle,AGV)智能机器人设备、仓储管理控制系统(ware...     

郑长征：莫让物流热冲昏头脑

菜鸟网络的成立将物流行业推到了聚光灯之下。由于大数据、云计算等新一代信息网络技术的加盟,时隔5年后,人们对于物流行业的狂热再度被点燃。针对我国物流行业的大数据技术应用还在初期尝试阶段,赛迪智库产业政策研究所副所长郑长征在接受《中国经济和信息化》记者专访时指出,面对新一代的信息网络技术时,人们应当理性看待,莫让新一轮的物流热冲昏头脑。大数据技术虽然好但终究不是“万灵丹”,只有得到充分的应用,才能对整个物流行业起到助推作用。     

一种基于iBeacon的物流仓储智能定位系统

针对我国目前物流仓储的巨大需求和物流货物位置更新频繁的状况,在保证货物安全的前提下,提出使用智能手机App物流仓储智能定位系统来替代传统的手动定位和更新物流信息系统。手机App物流仓储智能定位系统能灵活、及时地对物流和仓储进行物品定位和信息管理。通过该系统促使物流人员按物流管理处规定的物流管理办法对各项货物进行定时的位置更新,以便发现信息不对并及时解决。这种方式能大大加强仓储的安全工作,对物流人员的货物定位工作进行更准确、科学、规范有效的监督和管理。所有货物的位置数据都会保存在云端,并且可以通过手机或电脑在数据云端查询。该系统已在华东某地区物流仓储投入使用,结果显示物流仓储智能定位系统更加完善,可以更好地保证物流货物的安全。     

物流领域中基于SOA的云计算Paas平台

优秀的物流企业在面对日益国际化的客户需求时,不断接受来自货物装卸,运输,仓储,检修和通关的智慧化挑战。本文针对当前物流企业面临的现状,提出了针对基于SOA的云计算Paas平台。它将为物流行业的云计算技术应用提供新的技术解决方案,以实现物流业的高效、快捷、集约、透明。节约管理成本,提高管理水平。     

基于云计算神经网络物流车辆调度算法研究

研究了物流车辆调度优化问题。针对云计算下任务调度算法没有考虑调度的服务质量和用户满意度的问题,特别是在物流任务调度问题中存在复杂的计算网络,造成计算率降低,为了解决上述问题,提出了一种新的有关云计算和神经网络相结合的物流作业调度算法。算法充分考虑了调度的服务质量以及用户满意度,建立一个参数化的处理模型,计算用户在各个资源上的综合满意度,再将任务分配到满足用户需求和使系统资源达到均衡的资源上执行,最后采用改进的神经网络进行优化车辆调度。实验结果表明,改进算法不仅能满足用户的多种需求,提高了用户的满意度,同时也提高了资源调度率和系统资源的利用率。     

实时跟踪 及时反馈 盈科大型物流解决方案

应用对象 跨地域第三方物流企业的物流管理 超大型企业（汽车、制药、家电、保健品等）的自有物流管理 港口、码头的进出港管理 方案特点 物流业整体解决方案包括：仓储、快递、海运、空运、结算、车辆调度等模块。 全国各地的仓库的所有数据都放在中心机房,这样对共享数据、数据查询、数据备份、数据控制等都非常方便。并提供对快递和仓储全过程的监控,通过对各环节数据的统计与分析,提出指导企业运营的依据。 统计报表管理功能 统计报表是物流信息系统中最主要的信息输出手段,是企业领导和客户了解业务状况的依据。此系统可以提供动态…     

航空装备测试技术体系及测试保障技术智能化发展分析

从剖析航空装备测试技术体系、综合保障测试技术及智能测试保障技术的概念出发，明确了航空装备测试技术的主要特点及其分类方法，构建了初步的航空装备测试技术体系架构，分析了人工智能、大数据、云计算、数字孪生、物联网等新技术在测试保障技术智能化过程中发挥的主要作用，希望该研究成果能够为未来构建完善的航空装备测试技术体系及测试保障技术智能化发展提供借鉴和指导。     

基于云计算物流平台的应用及安全研究

文章分析了云计算对物流企业信息安全风险的影响,探讨了基于云计算物流平台可能面临的信息安全新问题,并提出了加强云计算物流平台安全性的建议。     

The rise of “big data” on cloud computing: Review and open research issues

Cloud computing is a powerful technology to perform massive-scale and complex computing. It eliminates the need to maintain expensive computing hardware, dedicated space, and software. Massive growth in the scale of data or big data generated through cloud computing has been observed. Addressing big data is a challenging and time-demanding task that requires a large computational infrastructure to ensure successful data processing and analysis. The rise of big data in cloud computing is reviewed in this study. The definition, characteristics, and classification of big data along with some discussions on cloud computing are introduced. The relationship between big data and cloud computing, big data storage systems, and Hadoop technology are also discussed. Furthermore, research challenges are investigated, with focus on scalability, availability, data integrity, data transformation, data quality, data heterogeneity, privacy, legal and regulatory issues, and governance. Lastly, open research issues that require substantial research efforts are summarized.     

云化物联网在智慧物流的研究与应用

随着云计算和物联网研究的不断深入,云计算和物联网技术在物流行业的研究与应用逐渐成为热点,本文在分析云计算、物联网概念和架构的基础上,阐述智慧物流的概念,提出基于云化物联网的智慧物流体系和功能模块设计方案,为智慧物流的发展提供一种可行并且有效的模式,实现物流行业的智能化、信息化和系统自动化。     

基于私有云和物理机的混合型大数据平台设计及实现

大数据分析技术的广泛应用离不开大数据平台的支撑,构建大数据平台已经是很多企业和机构的重要需求。构建大数据平台需要复杂的系统性的技术,特别是需要考虑系统性能和可扩展性两方面需求。随着数据体量不断增大、用户需求不断增多,规划时的数据平台规模很可能不能满足不断变化的需求。因此,设计了一种混合的大数据平台架构:混合使用物理服务器和私有云云主机的大数据平台。这样就兼顾了性能和可扩展性:由于物理服务器性能一般要高于云上的虚拟机,所以构建在物理服务器上的大数据平台,性能一般要好于构建在私有云上大数据平台;从私有云上启动云服务器非常方便、快捷,所以大数据平台的计算和存储结点可以动态弹性地扩容到私有云上,从而保证高峰期的时候大数据平台仍然可以有充足的处理能力。在生产环境实现了这种混合型设计,在生产环境中的测试也表明了这种设计的有效性。     

新时期对计算机大数据与云计算网络技术的思考

科学技术快速发展,我国的计算机技术、网络技术水平逐渐提高,被广泛应用到了社会生产、生活不同行业中,计算机大数据和云计算网络技术的应用,对数据的分析、运算能力起到了改进作用,有效提高了数据处理和应用水平,这二者之间有着密切的关系。本文对计算机大数据的特点进行了探讨,结合云计算网络技术应用优势,提出了新时期计算机大数据分析与云计算网络技术应用的必要性,探讨了新时期计算机大数据分析与云计算网络技术的具体应用。     

基于云计算与物联网的智能后勤系统设计

分析现阶段军队后勤保障存在的问题,阐述了将物联网和云计算结合应用于军队后勤保障的优势,提出了基于云计算与物联网的“智能后勤”理念,给出了“智能后勤”保障系统的体系架构,设计并实现了基于物联网与云计算技术的油料管理系统。     

物联网、大数据及云计算技术在煤矿安全生产中的应用研究

阐述了物联网、大数据及云计算技术的研究现状,指出3种技术之间的关系,即物联网产生大数据,大数据助力物联网;大数据需要云计算,云计算增值大数据。结合煤矿综合自动化的建设发展历程,研究了3种技术在煤矿安全生产保障中的作用和地位,提出了3种技术在煤矿生产安全保障中的关系:物联网是煤矿各个子系统建设的技术框架和路线图,大数据是矿山物联网建设的产物,云计算则是对大数据处理利用的技术手段,并指出基于物联网、大数据及云计算技术的煤矿安全生产监测监控系统将是主动式、多参数融合、具备预警功能的监测监控系统,可有效提升煤矿安全生产水平。     

Digital Twin Based Real-time Production Logistics Synchronization System in a Multi-level Computing Architecture

The increasing demands for customized products have brought a lot of inevitable operational dynamics to the production logistics system. How to systematically monitor and evaluate its overall real-time operation status, and to invoke the most appropriate decision-making level, use the most economical computational resource, and conduct a synchronized decision-making and control to the most accurate operation scope to address a randomly occurred dynamics has remained a long-term challenge for researchers. This paper proposes a multi-level cloud computing enabled digital twin system for the real-time monitor, decision and control of a synchronized production logistics system. In the IoT-driven production logistics synchronization (PLS) system with complete real-time information, the dynamics that occurred in the physical layer could be accurately and real-timely captured and its negative effects on the system’s overall operation state could be effectively evaluated in the digital layer. For slight, moderate and severe dynamics, edge computing, fog computing and cloud computing and their dynamically formed multi-level distributed decision-making system will be used to deal with the dynamics in the most effective and economical mode. Finally, the PLS optimization model of production and storage is presented with an industrial case, and the effectiveness is also demonstrated and analyzed.     

基于云计算的生产决策支持系统

为辅助企业进行高效率的生产,设计并实施了一种基于云计算的生产决策支持系统,云计算的运行平台为大规模应用和庞大数据处理提供了保障。系统架构为基于MVC(Model View Controller)模式的四层体系结构,系统模型库为决策功能的实现提供了大量的模型支持,数据层作为数据存储的媒介为系统提供了数据支持。在系统设计上充分考虑了人机交互,运行基本稳定,各模块衔接良好,能有效为企业提供科学化的生产决策支持。