智能仓储管理信息系统要点解析.pptVIP

静思笃行 持中秉正 　　　　　　　 秋记与你分享 * 大数据时代下数据ETL系统（ Extract-Transform-Load System）的构建以及用户行为数据的分析和深度挖掘。 数据来源为：用户手环每天产生的日志信息：包括用户基本信息（邮箱、性别、年龄、国籍、身高体重等）和每天的运动、睡眠数据信息。 从数据源抽取出所需的数据，进行抽取（Extract）、清洗（Cleaning）、转换（Transform）、装载（Load）， 经过数据处理,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。 * * * 1966年，国际科技数据委员会（CODATA）成立，旨在促进全球科技数据的共享。 数据科学（data?science?或dataology）作为科学术语于1960年由Peter?Naur提出。 1996年，在日本东京召开的两年一次的分类国际联合会（the?International?Federation?of?Classi??cation?Societies?（IFCS）） 上，第一次将数据科学用于会议题目——“数据科学，分类和相关方法”（“Data?science,?classi? ?cation,?and?related?methods”）。 将数据科学作为一门独立的学科，最早是由美国普渡大学统计学教授William?S.?Cleveland在2001年提出的，他认为数据科学是统计学领域扩展到与以数据作为先进计算对象相结合的部分，并建立了数据科学的6个技术领域：多学科研究、数据模型和方法、数据计算、教育、工具评估、理论。[13] 2001年，国际科技数据委员会（CODATA）创建了学术期刊“CODATA?Data?Science?Journal”，标志数据科学的诞生。 2003年由美国和中国学者创办的“Journal?of?Data?Science”在哥伦比亚大学正式出版，该期刊发表以统计应用的方法，对所有与数据有关的研究成果，如数据的收集、分析和建模。 2012年由springer出版集团创办了“EPJ?Data?Science”，该期刊主办方认为，21世纪面临的数据驱动科学已经成为传统假说驱动科学方法的补充，这种进化伴随科学范式从还原主义（简化）到复杂系统科学转变的变革，不仅极大地改变了自然科学的研究范式，而且对技术-社会-经济科学产生相同的影响。[15]数据科学的产生再次推动了科学研究范式的变革。以电子计算机为技术手段，通过对大数据（密集型数据）的挖掘获得有用的知识，与传统科学的发展并驾齐驱，在不同学科领域催生了一批新的研究方向，如地理信息科学、生物信息科学、生命组学等。 1998年，《科学》上刊登的一篇介绍计算机软件HiQ的文章《大数据的处理程序》（A?Handler?for?Big?Data）[16] 中第一次使用了大数据（big?data）一词。 2008年9月《自然》杂志出版“big?data”专刊，使“大数据”在学术界得到认可和广泛使用。学者们从互联网经济、超级计算、生物医药等多方面关注“大数据”带来的技术挑战、现有技术以及未来的发展方向。 2010年，Bollier认为，计算机存储技术，产生数据流的设备，如摄像机、望远镜和交通监视设备，云计算，面向消费者的应用，如Google?Earth和Map?Quest，成为大数据产生的几个重要因素，并首次提出“一种新的知识基础设施正在实现，大数据时代正在出现”的观点。 智能仓储信息管理系统 报 告 人： 指 导 教 师： 2015年1月6日 需求分析 1 目录 主要设计流程 2 研究方案 3 需求分析 1 仓库管理是物流过程中的一个重要环节，对物流全过程有着很大的影响。而传统的仓库管理一般依赖于一个非自动化的、以简单数据库为基础的系统来记录、追踪进出的货物。这种模式效率极其低下，能管理的仓库规模也很小，需要大量人力进行日常维护。 本系统的目标是将RFID技术、智能仓储机器人、多媒体数据库等的信息进行集成处理，然后运用在仓储系统中以构建智能仓储信息管理系统，实现货物电子货位管理，作业流程监控管理，在数字化和信息化的基础上最大限度提升仓储管理信息系统效率。 1.1 系统的总体目标 需求分析 1 自动识别相关信息，并作出正确回应 自动完成入库操作及任务分配 自动完成出库操作及任务分配 自动完成仓库内货物的调配 1.2 系统的主要功能 需求分析 1 智能仓储信息管理系统由三个层次的软、硬件组成：采集、汇聚和管理。它们分别负担着信