射頻識別技術(shù)下的產(chǎn)品質(zhì)量評價體系設(shè)計與開發(fā)

汪力行

（東北大學 計算機科學與工程學院，遼寧 沈陽 110000）

射頻識別技術(shù)下的產(chǎn)品質(zhì)量評價體系設(shè)計與開發(fā)

汪力行

（東北大學 計算機科學與工程學院，遼寧 沈陽 110000）

在葡萄酒行業(yè)中，如何用客觀的方法評價葡萄酒質(zhì)量一直是一個棘手的問題。射頻識別技術(shù)（RFID）的出現(xiàn)則提供了一個方法，可以更有效地管理葡萄酒生產(chǎn)。本項研究提出了一個基于RFID的質(zhì)量評價系統(tǒng)，該系統(tǒng)可以監(jiān)控葡萄酒的整個供應(yīng)鏈。這個系統(tǒng)可以在葡萄酒投放市場出售之前記錄、處理和管理所有有關(guān)葡萄酒的信息。基于該監(jiān)測系統(tǒng)，本項研究提出了一種結(jié)合k-NN算法和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的方法以對葡萄酒的最終質(zhì)量進行量化。該質(zhì)量評價系統(tǒng)還可以及時發(fā)現(xiàn)事故，減少損失，防止偽造。

射頻識別；葡萄酒產(chǎn)業(yè)；食品質(zhì)量

0 引言

葡萄酒產(chǎn)業(yè)是一個擁有幾百年歷史的古老產(chǎn)業(yè)，也正因如此，業(yè)內(nèi)人士在生產(chǎn)葡萄酒和評價葡萄酒質(zhì)量上仍在使用著古老傳統(tǒng)的方法?，F(xiàn)在最常見的評價葡萄酒質(zhì)量的方法是通過專家判斷給出葡萄酒的質(zhì)量評分。這種傳統(tǒng)方法并不是一個客觀合理的方法，專家的判斷往往過于主觀。此外，因為專家成本太高，大多數(shù)葡萄酒產(chǎn)品質(zhì)量未被評價過，消費者通常只能根據(jù)品牌的聲譽或生產(chǎn)葡萄酒的產(chǎn)地來判斷其質(zhì)量。許多研究在關(guān)注如何制定有效的葡萄酒質(zhì)量評價方法。一些科學家試圖通過分析葡萄酒的成分來找出為什么有些葡萄酒具有良好的風味而有些沒有。但是葡萄酒的成分是復雜的，很難找到有相同成分的兩種葡萄酒。還有一些科學家試圖通過分析葡萄酒的制造工藝來評價葡萄酒質(zhì)量，但卻受限于技術(shù)，無法實時監(jiān)測到工藝中的每一個環(huán)節(jié)。隨著RFID技術(shù)的出現(xiàn)，對供應(yīng)鏈的每一環(huán)節(jié)進行實時監(jiān)測變?yōu)榭赡堋Ｍ瑫r，對制造和運輸過程進行監(jiān)測還可以有效防止仿造。本項研究的目的是基于RFID技術(shù)設(shè)計的一種質(zhì)量評價系統(tǒng)來幫助消費者更好地了解葡萄酒質(zhì)量。

為了更好的識別和追蹤產(chǎn)品，條形碼技術(shù)已被用于貨物管理多年。目前，RFID技術(shù)開始替代條形碼技術(shù)。RFID是一種新興的技術(shù)，最近幾年越來越多地應(yīng)用在物流和供應(yīng)鏈管理方面[1]。該技術(shù)使用無線電來識別物體，而不需要光線或物理接觸[2]。相對于條形碼，RFID能夠確保在快速移動中捕獲實時信息。此外，RFID提供了更大的數(shù)據(jù)容量和可更改的特性，還能抵御濕度和灰塵[3]。同時，EPCglobal提出的ePedigree系統(tǒng)使識別和跟蹤產(chǎn)品更加容易。葡萄酒生產(chǎn)商可以在酒廠安裝傳感器和RFID讀寫器，數(shù)據(jù)可以實時被傳送到EPCglobal，在相關(guān)的ePedigree系統(tǒng)中記錄各項生產(chǎn)儲存信息。在葡萄酒集裝箱運輸中，則可以應(yīng)用嵌入傳感器和RFID標簽來記錄各項環(huán)境數(shù)據(jù)，例如集裝箱內(nèi)的溫度和濕度。具體細節(jié)將在第2節(jié)予以介紹。

這項研究的目的是在RFID技術(shù)環(huán)境下開發(fā)一種質(zhì)量評價系統(tǒng)。該系統(tǒng)可以監(jiān)測葡萄酒的整條供應(yīng)鏈，從葡萄園中的葡萄到瓶中的葡萄酒，從倉庫到零售商。在這個過程中，當有異常事件發(fā)生時，它會給運營商警告。該系統(tǒng)的另一個功能是應(yīng)用k-NN算法和人工神經(jīng)網(wǎng)絡(luò)對葡萄酒質(zhì)量進行評估，并將評價結(jié)果提供消費者以供參考。

本文的其他部分安排如下：第1節(jié)為關(guān)于RFID應(yīng)用的研究文獻的回顧，以及對于RFID的系統(tǒng)以及有關(guān)葡萄酒產(chǎn)業(yè)的一些調(diào)查研究。第2節(jié)主要介紹所提出系統(tǒng)的整體結(jié)構(gòu)，接著描述了基于RFID的監(jiān)測系統(tǒng)以及該系統(tǒng)是如何跟蹤監(jiān)測葡萄酒的供應(yīng)鏈。第3節(jié)主要描述了評價葡萄酒質(zhì)量的方法。最后一節(jié)對該項研究予以總結(jié)，并討論未來的工作計劃。

1 文獻綜述

RFID技術(shù)使用日益廣泛，許多研究人員已經(jīng)為這種新技術(shù)的應(yīng)用設(shè)計了不同的系統(tǒng)。應(yīng)用RFID和傳感器技術(shù)，Dupuit等人[4]在2007年提出了針對污水處理廠結(jié)合基于規(guī)則的推理算法，提出了一個決策支持系統(tǒng)。該系統(tǒng)從傳感器中分析數(shù)據(jù)，監(jiān)測污水處理情況，并檢查污水網(wǎng)絡(luò)是否發(fā)生故障。Park等人[5]在2006年提出了一個集裝箱堆場管理系統(tǒng)，該系統(tǒng)目的是確保集裝箱的安全，以防集裝箱里物體丟失，并追蹤查探集裝箱。Sadek等人[6]在2001年為高速公路交通流量的管理開發(fā)出一個基于案例推理的原型系統(tǒng)。他們的研究結(jié)果表明該原型系統(tǒng)可以實時監(jiān)測公路交通，并通過案例庫自動產(chǎn)生高質(zhì)量的解決方案。為了在傳輸中監(jiān)測集裝箱內(nèi)的產(chǎn)品，Jedermann等人[7]在2006年開發(fā)了一種實時自助傳感器系統(tǒng)。該系統(tǒng)把傳感器和RFID標簽分離開，因此，系統(tǒng)可以很容易擴展連接不同種類的傳感器，以滿足客戶對特殊環(huán)境數(shù)據(jù)監(jiān)測的要求。Woo等人[8]在2009年提出了一個對于產(chǎn)品狀態(tài)實時跟蹤的系統(tǒng)，甚至當產(chǎn)品在一個盒子或容器中時，該系統(tǒng)都可以對其進行跟蹤。Abad等人[9]在2009年為追溯食品供應(yīng)鏈和冷鏈監(jiān)測開發(fā)了基于RFID的系統(tǒng)。Huang等人[10]在2009年討論了在制造業(yè)方面基于RFID的無線技術(shù)。Zhang等人[11]在2010年采用工作流管理作為機制來促進RFID的實時可重構(gòu)制造系統(tǒng)。韓存武等人[12]采用RFID技術(shù)設(shè)計了一個高校設(shè)備管理系統(tǒng)，極大地提高了設(shè)備管理水平。

基于這些以往的調(diào)查研究，本項研究提出了一個基于RFID的監(jiān)測系統(tǒng)，該系統(tǒng)結(jié)合RFID和傳感器技術(shù)來監(jiān)測葡萄酒整條供應(yīng)鏈。在系統(tǒng)的設(shè)計工作中，葡萄酒行業(yè)的特性也要予以考慮。Charters和Pettigrew[13]2007年在他們的葡萄酒行業(yè)的研究中采用定性的方法調(diào)查澳大利亞葡萄酒飲用者關(guān)于葡萄酒質(zhì)量的看法，從而提出了全面的葡萄酒質(zhì)量理念復雜性的描述。Ferrer等人[14]在2008年關(guān)注釀酒葡萄的收獲，并得出葡萄的質(zhì)量對葡萄酒質(zhì)量有很大影響的結(jié)論。在他們的文章中，一個質(zhì)量損失函數(shù)被用于表示相對于最佳日期過早或延遲收獲所造成的葡萄酒質(zhì)量的損失程度。Raptis等人[15]在2000年用模糊神經(jīng)網(wǎng)絡(luò)研究陳年蒸餾酒的分類，發(fā)現(xiàn)釀造桶是主要的影響因素，葡萄酒的香氣和味道是判斷葡萄酒質(zhì)量的主要考慮因素。

FALKEN Secure Networks[16]已經(jīng)開發(fā)一個基于RFID的質(zhì)量跟蹤系統(tǒng)以實現(xiàn)法國波爾多地區(qū)葡萄酒公司的要求。該系統(tǒng)可以確保在裝卸、運輸、分配中葡萄酒的質(zhì)量可以得到保障。系統(tǒng)有4部分。它可以在成長收獲季節(jié)跟蹤葡萄園的氣候。在運輸過程中，監(jiān)測運輸車廂內(nèi)的環(huán)境。同時，葡萄酒的實時位置也會被記錄。此外，它具有追蹤管理釀造桶的作用，為釀酒師提供完整的釀造桶的使用歷史和風味介紹。在零售層面，系統(tǒng)能有效防止假冒，幫助餐廳和葡萄酒經(jīng)銷商監(jiān)測酒的儲備，并管理庫存。

考慮到葡萄酒行業(yè)的特征，本項研究所提出的系統(tǒng)在設(shè)計時將會采集了葡萄園氣候信息，車輛位置信息，卡車車廂和倉庫內(nèi)部的環(huán)境等實時數(shù)據(jù)。數(shù)據(jù)經(jīng)過處理后，系統(tǒng)經(jīng)過算法計算向用戶顯示葡萄酒質(zhì)量的評估結(jié)果。

2 基于RFID的實時監(jiān)測系統(tǒng)設(shè)計

本節(jié)首先介紹了整個系統(tǒng)的體系結(jié)構(gòu)。圖1顯示了基于RFID的實時監(jiān)測系統(tǒng)的基本工作流程。葡萄酒的供應(yīng)鏈可以分為4部分：葡萄種植，酒廠釀造，地窖存貯以及配送。對每一部分，設(shè)計不同的實時監(jiān)測系統(tǒng)。最后，所有搜集到的數(shù)據(jù)信息組成了一瓶酒的ePedigree電子家譜。相關(guān)信息在之后的質(zhì)量評價系統(tǒng)中進行分析。本節(jié)接下來會對實時監(jiān)測系統(tǒng)中的每一部分進行描述。在之后的第3節(jié)中會介紹質(zhì)量評價系統(tǒng)中使用到的算法。

圖1 基于RFID的實時監(jiān)測系統(tǒng)設(shè)計Fig. 1 The design of the RFID-based real time monitoring system

2.1 在葡萄園進行質(zhì)量監(jiān)測

毫無疑問，葡萄是影響葡萄酒質(zhì)量的主要因素。如果可能的話，在葡萄園中布置一個RFID系統(tǒng)可以日夜記錄日照時間、濕度和溫度等信息。這一步并不是必要的。為了節(jié)省成本，當葡萄生產(chǎn)商向酒莊供應(yīng)葡萄時，他可以告訴酒莊葡萄園所在地，種植以及收獲葡萄的時間等信息。系統(tǒng)根據(jù)這一批葡萄的生產(chǎn)時間以及產(chǎn)地，自動獲取天氣信息，并將葡萄的品種、生產(chǎn)者信息和噴灑殺蟲劑情況記錄在ePedigree中。

信息傳送至將在第3節(jié)介紹的質(zhì)量評價系統(tǒng)模塊中，質(zhì)量評價系統(tǒng)將為這批葡萄分配一個ID。

2.2 釀造中的質(zhì)量監(jiān)測

蒸餾在葡萄酒的生產(chǎn)中是很重要的一步，蒸餾的質(zhì)量影響最終葡萄酒的質(zhì)量。新鮮的蒸餾液通常有刺鼻難聞的氣味和尖銳的味道。儲存在橡木桶中多年，對提高蒸餾液的香氣和味道是很有必要的（Thoukis 1974，Nishimura and Matsuyama 1989）[17-18]。在成熟過程中，釀造桶是影響蒸餾質(zhì)量的主要因素。RFID被用來記錄每一個桶的使用歷史，包括它的風味和年限。當桶上的RFID標簽被讀取時，蒸餾液的年限可以在系統(tǒng)中被記錄和追溯。在該階段，系統(tǒng)的另一個功能是對釀造桶的追蹤。盡管所有的桶看起來都差不多，但在該系統(tǒng)的幫助下，可以避免誤拿不合適的釀造桶進行釀造。

2.3 地窖中的質(zhì)量監(jiān)測

葡萄酒在地窖或倉庫儲藏時，溫度和濕度需要被記錄下來。由于地窖通常很大，只有一個溫度或濕度傳感器是不夠的。附有RFID標簽的傳感器可以幫助操作者區(qū)分不同位置的傳感器。RFID讀寫器也將安裝在地窖中，相關(guān)的環(huán)境因素數(shù)據(jù)可以實時發(fā)送到后臺系統(tǒng)中。獲取數(shù)據(jù)后，系統(tǒng)首先清理數(shù)據(jù)：包括識別異常值，消除噪音數(shù)據(jù)，消除不一致數(shù)據(jù)等。數(shù)據(jù)經(jīng)過處理后，將進入系統(tǒng)的預(yù)警模塊。預(yù)警模塊使用PROLOG語言書寫的規(guī)則推理進行設(shè)計，當溫度或濕度超出安全范圍時，該模塊給出警告以及警告內(nèi)容。

2.4 葡萄酒配送中的質(zhì)量監(jiān)測

葡萄酒被配送時，基于RFID的監(jiān)測系統(tǒng)會監(jiān)測車廂內(nèi)的環(huán)境情況。如圖2所示，系統(tǒng)包括兩部分：RFID和傳感器。RFID部件是由RFID標簽和RFID讀寫器組成。這一部分向EPCglobal傳送產(chǎn)品信息和配送信息。EPCglobal和全球定位系統(tǒng)的結(jié)合具有追蹤產(chǎn)品到達不同位置和位置可視化的功能。該信息可以幫助消費者檢查葡萄酒是否遵循正確的物流流程。如果在酒的配送過程中運輸鏈的一部分丟失，那么酒也可能出問題，從而可以達到預(yù)防食品安全風險的目的[18]。RFID和傳感器部分可以在車輛中監(jiān)測車廂內(nèi)環(huán)境。傳感器網(wǎng)絡(luò)是由RFID和數(shù)個溫度、振動和濕度傳感器連接而成。傳感器通過GPRS或其他無線通訊技術(shù)將信息傳送到后臺系統(tǒng)。位置信息也可以通過車載GPRS實時傳送到后臺系統(tǒng)。數(shù)據(jù)被處理后，信息被傳送到前面2.3節(jié)介紹的預(yù)警模塊中。當葡萄酒在運輸過程中時，預(yù)警模塊可以幫助用戶判斷集裝箱內(nèi)的環(huán)境是否符合運輸要求。

最后，酒被出售時，使用RFID讀寫器閱讀酒瓶上的RFID標簽，整瓶酒的譜系可以從系統(tǒng)中檢索出了。圖3顯示了一瓶葡萄酒的譜系。在下一節(jié)中，質(zhì)量評價系統(tǒng)所使用的算法將會被介紹。

3 質(zhì)量評價算法

質(zhì)量評價系統(tǒng)分為五部分：葡萄質(zhì)量評價，蒸餾液質(zhì)量評價，貯存質(zhì)量評價，配送質(zhì)量評價，葡萄酒質(zhì)量評價。對于葡萄質(zhì)量評價，輸入是地區(qū)的經(jīng)度、緯度、日照時間、災(zāi)害情況、殺蟲劑和惡劣天氣，輸出是葡萄質(zhì)量評價分數(shù)。對于蒸餾液質(zhì)量評價，輸入是釀造年限、釀造桶的使用情況和釀造桶的年齡，輸出是蒸餾液質(zhì)量評價分數(shù)。對于貯存質(zhì)量評價，輸入是異常溫度和濕度，輸出是貯存質(zhì)量評價分數(shù)。對于葡萄酒配送的質(zhì)量評價，輸入是運輸時間、運輸距離、異常地震度、異常溫度和濕度，輸出是質(zhì)量評價分數(shù)。對于葡萄酒質(zhì)量評價，輸入是葡萄分數(shù)、蒸餾液分數(shù)、貯存分數(shù)和配送分數(shù)，輸出是葡萄酒質(zhì)量分數(shù)。系統(tǒng)中評價分數(shù)的范圍是從0到10。

該算法結(jié)合了k-NN算法（Keller等1985年提出）[19]與人工神經(jīng)網(wǎng)絡(luò)，使得解決問題的能力得到顯著改善和加強。劉幫等[20]就曾成功應(yīng)用神經(jīng)網(wǎng)絡(luò)中的支持向量回歸機模型（SVR）量化污水水質(zhì)并

圖2 基于RFID的追蹤和監(jiān)測系統(tǒng)Fig. 2 The monitoring system in logistics

圖3 葡萄酒的譜系Fig. 3 An example of identification code in wine industry

其中n是感知器輸入的數(shù)量，step是激活函數(shù)。

步驟3：訓練權(quán)重

更新感知器的權(quán)重

其中Δwi（p）是迭代p中的權(quán)重校正。

加權(quán)系數(shù)校正是由增量規(guī)則計算：

步驟4：迭代

增加一個迭代p，返回到步驟2，并重復這個過程直到收斂。

這樣wi就被確定了。

設(shè)ui（x）為未分類x的指定的成員，uij為第j個向量集的第i個類的成員。模糊分類器的輸入是成員uij，k-NN算法的數(shù)量和未知分類x的集合W。模糊分類器的輸出是指定成員進行預(yù)測。

本算法的具體描述如下：

W={x1,x2,…xn}是n個向量的集合，其中每個向量的元素代表輸入zi的定性測量，即xi=（w1×z1i，w2×z2i，…，wn×zni），其中wi×zij是一個坐標軸的值，wi是權(quán)重系數(shù)。它的值是根據(jù)具體問題決定。一個簡單的單層神經(jīng)網(wǎng)絡(luò)被用來訓練它們的值[21]。

步驟1：初始化

設(shè)置初始權(quán)重wi和臨界值θ為任意值。

步驟2：激活

通過輸入值zi（p）和所需的輸出Yd（p）激活感知器。讓P=1迭代計算實際輸出。

模糊算法描述如下：

步驟1：選擇k，1≤k≤n

輸入未知數(shù)x

初始化i=1

直到k-NN算法中x被找到，j=1，2，…，n

步驟2：計算從x到xj的距離

M是一個p×p的正定矩陣，p是向量xj（j=1，2，…，n）的維數(shù)。當M是單位矩陣Ip時，d是其歐幾里得距離。

步驟3：如果i＜=j，則將xj包含在k-NN集合中；否則，如果xj比任何先前最近鄰結(jié)點更接近x，則刪除k近鄰集中最遠的，包括k-NN集中的xj。

步驟4：i=i+1

步驟5：初始化i=1 直到（x在所有類中被分配成員）

對于j=1，2，…，n

步驟6：計算

4 案例分析

由于葡萄酒的生產(chǎn)往往需要數(shù)年，現(xiàn)實生活中收集到的數(shù)據(jù)往往不夠系統(tǒng)分析。在這里，用一個模擬案例來描述系統(tǒng)的操作步驟。

CLR是波爾多地區(qū)的一個酒莊，該酒莊每年生產(chǎn)大量的葡萄酒。過去，酒莊做了很多努力，付出很多錢來區(qū)分葡萄酒的品質(zhì)。他們使用傳統(tǒng)的方法即聘請一些專家品嘗葡萄酒，專家會給葡萄酒做上一個評分，評分幫助酒莊比較葡萄酒的不同批次。然而，該方法是過于主觀的。另外，不同專家的評分也很難相互比較。酒莊希望有一個客觀的方法來評價葡萄酒質(zhì)量。一個基于RFID的質(zhì)量評價系統(tǒng)因此被提出。該系統(tǒng)的操作步驟將在下面的段落中予以描述。酒莊不強制農(nóng)民在葡萄園里安裝基于RFID的監(jiān)測系統(tǒng)，但是，當農(nóng)民向酒莊出售葡萄時，他們需要填寫如表1那樣的表格。

制造葡萄酒的第一步是蒸餾。監(jiān)測系統(tǒng)主要用于管理釀造桶。在每個桶的外部安裝有一個D2B設(shè)備。設(shè)備是由活性RFID標簽和無線通信終端組成。該RFID標簽頻率是433兆赫茲，并且設(shè)備工作在大約40-60米的距離（Kwok等人2008年提出）[22]。當員工用RFID閱讀器讀標簽時，如表2所示，他可以獲得釀造桶的當前以及歷史數(shù)據(jù)。當員工想拿某一些特定釀造桶時，他只需點擊手機上所需的釀造桶，一條無線消息將會被傳送到桶，然后，這些桶上被選擇的D2B設(shè)備將會閃爍，并發(fā)出蜂鳴聲，以獲得員工的注意。蒸餾后，葡萄酒儲存在地窖中，系統(tǒng)可以幫助監(jiān)測地窖里的濕度和溫度。20個溫度和濕度傳感器安裝在地窖中，每個傳感器粘貼一個RFID標簽。標簽可以幫助人們識別傳感器的位置以及區(qū)分各個傳感器。在這種情況下，安全溫度設(shè)置為13度到17度之間，安全濕度設(shè)置為70%到75%。如果溫度或濕度超出范圍，帶有無線模塊的傳感器就會向后臺系統(tǒng)發(fā)出警告，該事故將被記錄，如表3所示。在運輸過程中，基于RFID的監(jiān)測系統(tǒng)安裝在車輛中，如圖4所示。該系統(tǒng)可以提供車輛位置實時信息。而且，如表4所示，系統(tǒng)可以在運輸過程中記錄車廂里的環(huán)境情況以幫助人們分析其對葡萄酒質(zhì)量的影響。

表1 葡萄信息Tab. 1 Infoon about grapes

表2 桶的信息Tab. 2 Information about barrel

表3 酒窖環(huán)境Tab. 3 Information about cellar environment

表4 運輸信息Tab. 4 Information about transportation

4個表中每個因素都有一個權(quán)重；神經(jīng)網(wǎng)絡(luò)被用來訓練權(quán)重。初始階段，葡萄酒會被專家評分，專家給出的評分則用來訓練權(quán)重。經(jīng)過多次訓練后，權(quán)重值幾乎一致，也就沒有必要雇專家了。公式（6）被應(yīng)用于計算葡萄酒被分類到何種程度。

最后，當消費者想要買一瓶葡萄酒時，他只需將葡萄酒放在安裝有RFID讀寫器的柜臺上；系統(tǒng)將顯示其質(zhì)量評分和這瓶酒的ePedigree（電子譜系）。此外，該系統(tǒng)也可以用來防止偽造。

圖4 基于RFID的追蹤和監(jiān)測系統(tǒng)Fig. 4 The monitoring system installed on trucks

5 總結(jié)

為了提高葡萄酒行業(yè)的質(zhì)量評價方法，一個基于RFID技術(shù)的質(zhì)量評價系統(tǒng)被開發(fā)出來。該系統(tǒng)有2個功能：實時監(jiān)測和質(zhì)量評價。實時監(jiān)測系統(tǒng)的功能是監(jiān)測和管理葡萄酒產(chǎn)品的整個供應(yīng)鏈。質(zhì)量評價系統(tǒng)的功能是在供應(yīng)鏈每一個環(huán)節(jié)中評價葡萄酒質(zhì)量。質(zhì)量評價系統(tǒng)從實時監(jiān)測系統(tǒng)中獲取數(shù)據(jù)，應(yīng)用k-NN和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的算法計算評分。

在葡萄交給酒廠時，系統(tǒng)便開始工作。質(zhì)量評價系統(tǒng)根據(jù)天氣和葡萄的地區(qū)信息標記葡萄的質(zhì)量等級。根據(jù)葡萄等級，生產(chǎn)商可以決定為制造酒投入多少資源和成本。在釀造過程中，質(zhì)量監(jiān)測系統(tǒng)對釀造桶予以識別，可以避免誤用不合適的釀造桶這類的人為錯誤。酒窖里的環(huán)境因素也會被系統(tǒng)監(jiān)測。如果發(fā)生任何意外情況，該系統(tǒng)可以及時給予警告。釀造后，蒸餾的質(zhì)量將通過評價系統(tǒng)進行評估。如果蒸餾的評分很高，生產(chǎn)商應(yīng)該更注意釀造和配送環(huán)節(jié)。當葡萄酒進入市場時，RFID標簽將會貼在酒瓶上。消費者可以掃描標簽從系統(tǒng)了解葡萄酒的評分，并據(jù)此來選擇葡萄酒。此外，葡萄酒瓶上的RFID標簽也為偽造產(chǎn)品的鑒別提供有效工具。

本項研究所提出的系統(tǒng)可以改進葡萄酒的供應(yīng)鏈管理，它可以取代現(xiàn)在的主觀和無效的葡萄酒質(zhì)量評價方法，它可以幫助消費者在開軟木塞之前了解葡萄酒。此外，現(xiàn)在不同地區(qū)有不同評價規(guī)則。該系統(tǒng)旨在建立一個統(tǒng)一的標準，幫助人們更方便地了解他們買到的產(chǎn)品的質(zhì)量。

[1] Jedermann R.，Ruiz-Garcia L.，Lang W. Spatial temperature profiling by semi-passive RFID loggers for perishable food transportation[J]. Computers and Electronics in Agriculture，2009，65：145-154.

[2] Borreello G.. RFID：tagging the world[J]. Communications of the Association for Computing Machinery. （Guest Editorial to RFID Special Issue），2005，48（99）：34-37.

[3] Dolgui A.，Proth J. M. RFID technology in supply chain management：state of the art and perspectives[C]. Proceeding of the 17th IFAC World Congress：The International Federation of Automatic Control，2008，6-11 July，Seoul，Korea，4464-4475.

[4] Dupuit E.，et al. Decision support methodology using rule-based reasoning coupled to non-parametric measurement for industrial wastewater network management[J]. Environmental Modelling & Software，2007，22：1153-1163.

[5] Park J.-S.，et al. Freight container yard management system with electronic seal technology[C]. IEEE International Conference on Industrial Informatics，2006，16-18 August，Singapore，67-72.

[6] Sadek A. W.，Smith B. L.，Demetsky M. J. A prototype case-based reasoning system for real-time freeway traffic routing[J]. Transportation Research Part C，2001，9：353-380.

[7] Jedermann，R.，et al. Applying autonomous sensor systems in logistics-combining sensor networks，RFIDs and software agents[J]. Sensors and Actuators Part A，2006，132：370-375.

[8] Woo S. H.，et al. An active product state tracking architecture in logistics sensor networks[J]. Computers in Industry，2009，60（3）：149-160.

[9] Abad E.，et al. RFID smart tag for traceability and cold chain monitoring of foods：demonstration in an intercontinental fresh fish logistic chain[J]. Journal of Food Engineering，2009，93（4）：394-399.

[10] Huang G. Q.，Wright P. K.，Newman S. Y. Wireless manufacturing：a literature review，recent developments，and case studies[J]. International Journal of Computer Integrated Manufacturing，2009，22（7）：579-594.

[11] Zhang Y. F.，et al. Agent-based workflow management for RFID-enabled real-time reconfigurable manufacturing[J]. International Journal of Computer Integrated Manufacturing，2010，23（2）：2010.

[12] 韓存武，張鳳梅，孫德輝，等. 基于RFID技術(shù)的高校設(shè)備管理系統(tǒng)設(shè)計[J]. 新型工業(yè)化，2016，6（2）：1-6.

HAN Cun-wu，ZHANG Feng-mei，SUN De-hui，et al. Design of Equipment Management System for University Based on RFID Technology[J]. The Journal of New Industrialization，2016，6（2）：1-6.

[13] Charters S.，Pettigrew S. The dimensions of wine quality[J]. Food quality and Preference，2007，18：997-1007.

[14] Ferrer J.-C.，et al. An optimization approach for scheduling wine grape harvest operations[J]. International Journal of Production Economics，2008，112：985-999.

[15] Raptis C. G.，et al. Classification of aged wine distillates using fuzzy and neural network systems[J]. Journal of Food Engineering，2000，46：267-275.

[16] FALKEN secure networks. Available form：http//www.falkensecurenetworks.com/PDFs/0819_RFID_for_ the_Wine_Industry.pdf，F(xiàn)SN Application Brochure 0819.[Accessed 14 February 2011].

[17] Thoukis G.，Chapter 5：Chemistry of wine stabilization：a review，chemistry of winemaking[M]. In:A.D.Webb，ed. Chemistry of Winemaking，Advances in chemistry series 137. Washington，DC：American Chemical Society，1974. 116-133.

[18] Nishimura D.，Matsuyama R. Maturation and maturation chemistry[M]. In：J. R. Piggot，R. Sharp，R. E. B. Duncan，eds. The science and technology of whiskies. Chapter 4. Longman：Longman，1989，295-326.

[19] Keller J. M.，Gray M. R.，Givens J. A. A fuzzy k-nearest neighbor algorithm[J]. IEE Transactions on Systems，Man and Cybernetics，1985，15（4）：580-585.

[20] 劉幫，秦斌，彭小玉. 污水出水水質(zhì)的SVR建模[J]. 新型工業(yè)化，2015，5（1）：45-48.

LIU Bang，QIN Bin，PENG Xiaoyu. Modeling of Wastewater Effluent water Quality on Support Vector Regression Machine[J]. The Journal of New Industrialization，2015，5（1）：45-48.

[21] Negnevitsky M. Artificial intelligence：a guide to intelligent systems[M]. In：Artificial neural networks. 2nd ed. Chapter 6. Beijing，China:China Machine Press，2005，168-174.

[22] Kwok S. K.，Ng P. H.，Choy K. L. Development of an RFID-based Intelligent e-Seal System for Container and Physical Asset Management[J]. Annual Journal of IIE （HK），2008，28：70-81.

The Design and Development of a RFID Enabled Quality Evaluation System

WANG Li-xing
(School of Computer Science and Engineering, Northeastern University, Shenyang 110000, China)

It is a challenge for evaluation of a product quality in object ways. With the development of radio frequency identifcation (RFID) technology, supply chain management of products becomes effective. This paper frstly introduced how to design a RFID for monitoring everything that happened in the supply chain. Using the data archived by the RFID-based system, a k-nearest neighbor algorithm hybrid with artifcial neural network is proposed. The algorithm can be used for product quality evaluation. Additionally, a case about quality evaluation in wine industry is introduced to illustrate how the system and the algorithm worked. With the help of such a system for quality evaluation, accidents can also be discovered timely, which can reduce losses and prevent counterfeit.

RFID; Wine industry; Food quality evaluation

10.19335/j.cnki.2095-6649.2016.12.007

:WANG Li-xing. The Design and Development of a RFID Enabled Quality Evaluation System [J]. The Journal of New Industrialization, 2016, 6(12) : 36-44.

國家自然科學基金青年基金（71502029），中央高?；究蒲袠I(yè)務(wù)費（N150404023）資助

汪力行（1984-），女，江西人，博士，副教授，碩士生導師，研究方向：RFID技術(shù)應(yīng)用，決策支持系統(tǒng)，數(shù)據(jù)挖掘等

本文引用格式：汪力行.射頻識別技術(shù)下的產(chǎn)品質(zhì)量評價體系設(shè)計與開發(fā)[J]. 新型工業(yè)化，2016，6（12）：36-44.