RFID技术发展趋势预测探究.docVIP

RFID技术发展趋势预测探究[摘　要]针对射频信号自动识别（RFID）技术发展受多种因素影响，变化趋势复杂，难以通过建立准确的数学模型进行预测的问题，本文提出了灰色动态模型对射频信号自动识别（RFID）技术发展趋势进行预测，在此基础上构造了灰色神经网络组合预测模型。该模型避免了变权组合预测模型的主观与繁琐，能有效地将灰色预测弱化数据序列波动性的优点和神经网络较强的非线性适应能力相融合。算例结果表明该方法的可行性和有效性，预测精度也得到了改善。 [关键词]射频信号自动识别技术　灰色系统　组合预测　神经网络 一、 导言 射频识别（Radio Frequency Identification，RFID），又称电子标签（E-Tag），是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据信息[1]，可工作于各种恶劣环境,识别高速运动物体并同时识别多个标签，操作快捷方便。 随着技术的进步，RFID应用领域日益扩大，现已涉及到人们日常生活的各个方面，并将成为未来信息社会建设的一项基础技术。RFID典型应用包括：在物流领域用于仓库管理、生产线自动化、日用品销售；在交通运输领域用于集装箱与包裹管理、高速公路收费与停车收费；在农牧渔业用于羊群、鱼类、水果等的管理以及宠物、野生动物跟踪；在医疗行业用于药品生产、病人看护、医疗垃圾跟踪；在制造业用于零部件与库存的可视化管理；RFID还可以应用于图书与文档管理、门禁管理、定位与物体跟踪、环境感知和支票防伪等多种应用领域。 目前，RFID已成为IT 业界的研究热点，被视为IT 业的下一个“金矿”。各大软硬件厂商，包括IBM、Motorola、Philips、TI、Microsoft、Oracle、Sun、BEA、SAP 等在内的各家企业都对RFID 技术及其应用表现出了浓厚的兴趣，相继投入大量研发经费，推出了各自的软件或硬件产品及系统应用解决方案。在应用领域，以Wal-Mart、UPS、Gillette 等为代表的大批企业已经开始准备采用RFID技术对业务系统进行改造，以提高企业的工作效率并为客户提供各种增值服务。 在本文应本文在分析了射频信号自动识别（RFID）技术发展应该考虑的主要因素的基础上，分别采用灰色系统、多元回归建立单项预测模型。根据组合预测理论建立用射频信号自动识别（RFID）技术发展趋势的组合预测模型，运用组合预测模型对社会的射频信号自动识别（RFID）技术发展趋势进行了预测。从而对RFID技术的发展趋势的判断更具科学性和合理性。 二、 灰色预测原理及模型 灰色系统理论是中国学者邓聚龙教授于20世纪80年代创立的，灰色系统理论和方法的核心是灰色模型，灰色模型是以灰色生成函数概念为基础，以微分拟合为核心的建模方法。一切随机量都是在一定范围内、一定时间段上变化的灰色量和灰过程，对于灰色量的处理不是寻求它的统计规律和概率分布，而是将杂乱无章的原始数据序列通过一定的处理方法弱化波动性，使之变为比较有规律的时间序列数据，再建立用微分方程描述的模型。本文采用了GM(I，1)、DGM(2，1)和Verhulst三种灰色模型分别对射频信号自动识别（RFID）技术发展趋势进行建模预测。 1.灰色GM(1，1)预测模型 GM(1，1)是单序列一阶线性模型，GM(1,1)模型的本质是通过对原始数据序列的累加生成，弱化随机扰动因素的影响，发现其指数增长规律，然后用指数曲线进行模拟,用微分方程来逼近拟合。设原始数据序列:　　　　　　　　　　　 　\*MERGEFORMAT(1) X(0)(k)≥0，k=1，2，…n。经过一阶累加 (1-AGO) 生成序列: x(1)=[x(1)（1）x(1)（2），…x(1)（n）]\*MERGEFORMAT(2)，其中， ，k=1，2，…，n. 灰微分方程x(0)(k)+az(1)(k)=u的白化方程为:则 z(1)为x(1)的紧邻均值生成序列，z(1)(k)=0.5x(1)(k)+0.5x(1)(k+1)，k=2,3,…n.得累加序列的预测方程： \*MERGEFORMAT(3)（k=0,1,2,…）对此式再做累减还原，得原始数列x(0)的灰色预测方程： \*MERGEFORMAT(4),（k=0,1,2,…） 则电力负荷预测的预测序列为： 2.灰色DGM(2，1)预测模型 DGM(2，1)是单序列二阶线性模型，用微分方程来逼近拟合．设原始负荷序列（1）式，做一阶累加生成得序列（2）式，建立微分方程： 用最小二乘法求解系数向量： ，其中 解式得离散形式的解序列 其中， 经一阶累减还原得： \*MERGEFORMAT(6),k=0,1,2,…,m-1，则射频信号自动