射频识别技术下的产品质量评价体系设计与开发

汪力行

（东北大学 计算机科学与工程学院，辽宁 沈阳 110000）

射频识别技术下的产品质量评价体系设计与开发

汪力行

（东北大学 计算机科学与工程学院，辽宁 沈阳 110000）

在葡萄酒行业中，如何用客观的方法评价葡萄酒质量一直是一个棘手的问题。射频识别技术（RFID）的出现则提供了一个方法，可以更有效地管理葡萄酒生产。本项研究提出了一个基于RFID的质量评价系统，该系统可以监控葡萄酒的整个供应链。这个系统可以在葡萄酒投放市场出售之前记录、处理和管理所有有关葡萄酒的信息。基于该监测系统，本项研究提出了一种结合k-NN算法和人工神经网络技术的方法以对葡萄酒的最终质量进行量化。该质量评价系统还可以及时发现事故，减少损失，防止伪造。

射频识别；葡萄酒产业；食品质量

0 引言

葡萄酒产业是一个拥有几百年历史的古老产业，也正因如此，业内人士在生产葡萄酒和评价葡萄酒质量上仍在使用着古老传统的方法。现在最常见的评价葡萄酒质量的方法是通过专家判断给出葡萄酒的质量评分。这种传统方法并不是一个客观合理的方法，专家的判断往往过于主观。此外，因为专家成本太高，大多数葡萄酒产品质量未被评价过，消费者通常只能根据品牌的声誉或生产葡萄酒的产地来判断其质量。许多研究在关注如何制定有效的葡萄酒质量评价方法。一些科学家试图通过分析葡萄酒的成分来找出为什么有些葡萄酒具有良好的风味而有些没有。但是葡萄酒的成分是复杂的，很难找到有相同成分的两种葡萄酒。还有一些科学家试图通过分析葡萄酒的制造工艺来评价葡萄酒质量，但却受限于技术，无法实时监测到工艺中的每一个环节。随着RFID技术的出现，对供应链的每一环节进行实时监测变为可能。同时，对制造和运输过程进行监测还可以有效防止仿造。本项研究的目的是基于RFID技术设计的一种质量评价系统来帮助消费者更好地了解葡萄酒质量。

为了更好的识别和追踪产品，条形码技术已被用于货物管理多年。目前，RFID技术开始替代条形码技术。RFID是一种新兴的技术，最近几年越来越多地应用在物流和供应链管理方面[1]。该技术使用无线电来识别物体，而不需要光线或物理接触[2]。相对于条形码，RFID能够确保在快速移动中捕获实时信息。此外，RFID提供了更大的数据容量和可更改的特性，还能抵御湿度和灰尘[3]。同时，EPCglobal提出的ePedigree系统使识别和跟踪产品更加容易。葡萄酒生产商可以在酒厂安装传感器和RFID读写器，数据可以实时被传送到EPCglobal，在相关的ePedigree系统中记录各项生产储存信息。在葡萄酒集装箱运输中，则可以应用嵌入传感器和RFID标签来记录各项环境数据，例如集装箱内的温度和湿度。具体细节将在第2节予以介绍。

这项研究的目的是在RFID技术环境下开发一种质量评价系统。该系统可以监测葡萄酒的整条供应链，从葡萄园中的葡萄到瓶中的葡萄酒，从仓库到零售商。在这个过程中，当有异常事件发生时，它会给运营商警告。该系统的另一个功能是应用k-NN算法和人工神经网络对葡萄酒质量进行评估，并将评价结果提供消费者以供参考。

本文的其他部分安排如下：第1节为关于RFID应用的研究文献的回顾，以及对于RFID的系统以及有关葡萄酒产业的一些调查研究。第2节主要介绍所提出系统的整体结构，接着描述了基于RFID的监测系统以及该系统是如何跟踪监测葡萄酒的供应链。第3节主要描述了评价葡萄酒质量的方法。最后一节对该项研究予以总结，并讨论未来的工作计划。

1 文献综述

RFID技术使用日益广泛，许多研究人员已经为这种新技术的应用设计了不同的系统。应用RFID和传感器技术，Dupuit等人[4]在2007年提出了针对污水处理厂结合基于规则的推理算法，提出了一个决策支持系统。该系统从传感器中分析数据，监测污水处理情况，并检查污水网络是否发生故障。Park等人[5]在2006年提出了一个集装箱堆场管理系统，该系统目的是确保集装箱的安全，以防集装箱里物体丢失，并追踪查探集装箱。Sadek等人[6]在2001年为高速公路交通流量的管理开发出一个基于案例推理的原型系统。他们的研究结果表明该原型系统可以实时监测公路交通，并通过案例库自动产生高质量的解决方案。为了在传输中监测集装箱内的产品，Jedermann等人[7]在2006年开发了一种实时自助传感器系统。该系统把传感器和RFID标签分离开，因此，系统可以很容易扩展连接不同种类的传感器，以满足客户对特殊环境数据监测的要求。Woo等人[8]在2009年提出了一个对于产品状态实时跟踪的系统，甚至当产品在一个盒子或容器中时，该系统都可以对其进行跟踪。Abad等人[9]在2009年为追溯食品供应链和冷链监测开发了基于RFID的系统。Huang等人[10]在2009年讨论了在制造业方面基于RFID的无线技术。Zhang等人[11]在2010年采用工作流管理作为机制来促进RFID的实时可重构制造系统。韩存武等人[12]采用RFID技术设计了一个高校设备管理系统，极大地提高了设备管理水平。

基于这些以往的调查研究，本项研究提出了一个基于RFID的监测系统，该系统结合RFID和传感器技术来监测葡萄酒整条供应链。在系统的设计工作中，葡萄酒行业的特性也要予以考虑。Charters和Pettigrew[13]2007年在他们的葡萄酒行业的研究中采用定性的方法调查澳大利亚葡萄酒饮用者关于葡萄酒质量的看法，从而提出了全面的葡萄酒质量理念复杂性的描述。Ferrer等人[14]在2008年关注酿酒葡萄的收获，并得出葡萄的质量对葡萄酒质量有很大影响的结论。在他们的文章中，一个质量损失函数被用于表示相对于最佳日期过早或延迟收获所造成的葡萄酒质量的损失程度。Raptis等人[15]在2000年用模糊神经网络研究陈年蒸馏酒的分类，发现酿造桶是主要的影响因素，葡萄酒的香气和味道是判断葡萄酒质量的主要考虑因素。

FALKEN Secure Networks[16]已经开发一个基于RFID的质量跟踪系统以实现法国波尔多地区葡萄酒公司的要求。该系统可以确保在装卸、运输、分配中葡萄酒的质量可以得到保障。系统有4部分。它可以在成长收获季节跟踪葡萄园的气候。在运输过程中，监测运输车厢内的环境。同时，葡萄酒的实时位置也会被记录。此外，它具有追踪管理酿造桶的作用，为酿酒师提供完整的酿造桶的使用历史和风味介绍。在零售层面，系统能有效防止假冒，帮助餐厅和葡萄酒经销商监测酒的储备，并管理库存。

考虑到葡萄酒行业的特征，本项研究所提出的系统在设计时将会采集了葡萄园气候信息，车辆位置信息，卡车车厢和仓库内部的环境等实时数据。数据经过处理后，系统经过算法计算向用户显示葡萄酒质量的评估结果。

2 基于RFID的实时监测系统设计

本节首先介绍了整个系统的体系结构。图1显示了基于RFID的实时监测系统的基本工作流程。葡萄酒的供应链可以分为4部分：葡萄种植，酒厂酿造，地窖存贮以及配送。对每一部分，设计不同的实时监测系统。最后，所有搜集到的数据信息组成了一瓶酒的ePedigree电子家谱。相关信息在之后的质量评价系统中进行分析。本节接下来会对实时监测系统中的每一部分进行描述。在之后的第3节中会介绍质量评价系统中使用到的算法。

图1 基于RFID的实时监测系统设计Fig. 1 The design of the RFID-based real time monitoring system

2.1 在葡萄园进行质量监测

毫无疑问，葡萄是影响葡萄酒质量的主要因素。如果可能的话，在葡萄园中布置一个RFID系统可以日夜记录日照时间、湿度和温度等信息。这一步并不是必要的。为了节省成本，当葡萄生产商向酒庄供应葡萄时，他可以告诉酒庄葡萄园所在地，种植以及收获葡萄的时间等信息。系统根据这一批葡萄的生产时间以及产地，自动获取天气信息，并将葡萄的品种、生产者信息和喷洒杀虫剂情况记录在ePedigree中。

信息传送至将在第3节介绍的质量评价系统模块中，质量评价系统将为这批葡萄分配一个ID。

2.2 酿造中的质量监测

蒸馏在葡萄酒的生产中是很重要的一步，蒸馏的质量影响最终葡萄酒的质量。新鲜的蒸馏液通常有刺鼻难闻的气味和尖锐的味道。储存在橡木桶中多年，对提高蒸馏液的香气和味道是很有必要的（Thoukis 1974，Nishimura and Matsuyama 1989）[17-18]。在成熟过程中，酿造桶是影响蒸馏质量的主要因素。RFID被用来记录每一个桶的使用历史，包括它的风味和年限。当桶上的RFID标签被读取时，蒸馏液的年限可以在系统中被记录和追溯。在该阶段，系统的另一个功能是对酿造桶的追踪。尽管所有的桶看起来都差不多，但在该系统的帮助下，可以避免误拿不合适的酿造桶进行酿造。

2.3 地窖中的质量监测

葡萄酒在地窖或仓库储藏时，温度和湿度需要被记录下来。由于地窖通常很大，只有一个温度或湿度传感器是不够的。附有RFID标签的传感器可以帮助操作者区分不同位置的传感器。RFID读写器也将安装在地窖中，相关的环境因素数据可以实时发送到后台系统中。获取数据后，系统首先清理数据：包括识别异常值，消除噪音数据，消除不一致数据等。数据经过处理后，将进入系统的预警模块。预警模块使用PROLOG语言书写的规则推理进行设计，当温度或湿度超出安全范围时，该模块给出警告以及警告内容。

2.4 葡萄酒配送中的质量监测

葡萄酒被配送时，基于RFID的监测系统会监测车厢内的环境情况。如图2所示，系统包括两部分：RFID和传感器。RFID部件是由RFID标签和RFID读写器组成。这一部分向EPCglobal传送产品信息和配送信息。EPCglobal和全球定位系统的结合具有追踪产品到达不同位置和位置可视化的功能。该信息可以帮助消费者检查葡萄酒是否遵循正确的物流流程。如果在酒的配送过程中运输链的一部分丢失，那么酒也可能出问题，从而可以达到预防食品安全风险的目的[18]。RFID和传感器部分可以在车辆中监测车厢内环境。传感器网络是由RFID和数个温度、振动和湿度传感器连接而成。传感器通过GPRS或其他无线通讯技术将信息传送到后台系统。位置信息也可以通过车载GPRS实时传送到后台系统。数据被处理后，信息被传送到前面2.3节介绍的预警模块中。当葡萄酒在运输过程中时，预警模块可以帮助用户判断集装箱内的环境是否符合运输要求。

最后，酒被出售时，使用RFID读写器阅读酒瓶上的RFID标签，整瓶酒的谱系可以从系统中检索出了。图3显示了一瓶葡萄酒的谱系。在下一节中，质量评价系统所使用的算法将会被介绍。

3 质量评价算法

质量评价系统分为五部分：葡萄质量评价，蒸馏液质量评价，贮存质量评价，配送质量评价，葡萄酒质量评价。对于葡萄质量评价，输入是地区的经度、纬度、日照时间、灾害情况、杀虫剂和恶劣天气，输出是葡萄质量评价分数。对于蒸馏液质量评价，输入是酿造年限、酿造桶的使用情况和酿造桶的年龄，输出是蒸馏液质量评价分数。对于贮存质量评价，输入是异常温度和湿度，输出是贮存质量评价分数。对于葡萄酒配送的质量评价，输入是运输时间、运输距离、异常地震度、异常温度和湿度，输出是质量评价分数。对于葡萄酒质量评价，输入是葡萄分数、蒸馏液分数、贮存分数和配送分数，输出是葡萄酒质量分数。系统中评价分数的范围是从0到10。

该算法结合了k-NN算法（Keller等1985年提出）[19]与人工神经网络，使得解决问题的能力得到显著改善和加强。刘帮等[20]就曾成功应用神经网络中的支持向量回归机模型（SVR）量化污水水质并

图2 基于RFID的追踪和监测系统Fig. 2 The monitoring system in logistics

图3 葡萄酒的谱系Fig. 3 An example of identification code in wine industry

其中n是感知器输入的数量，step是激活函数。

步骤3：训练权重

更新感知器的权重

其中Δwi（p）是迭代p中的权重校正。

加权系数校正是由增量规则计算：

步骤4：迭代

增加一个迭代p，返回到步骤2，并重复这个过程直到收敛。

这样wi就被确定了。

设ui（x）为未分类x的指定的成员，uij为第j个向量集的第i个类的成员。模糊分类器的输入是成员uij，k-NN算法的数量和未知分类x的集合W。模糊分类器的输出是指定成员进行预测。

本算法的具体描述如下：

W={x1,x2,…xn}是n个向量的集合，其中每个向量的元素代表输入zi的定性测量，即xi=（w1×z1i，w2×z2i，…，wn×zni），其中wi×zij是一个坐标轴的值，wi是权重系数。它的值是根据具体问题决定。一个简单的单层神经网络被用来训练它们的值[21]。

步骤1：初始化

设置初始权重wi和临界值θ为任意值。

步骤2：激活

通过输入值zi（p）和所需的输出Yd（p）激活感知器。让P=1迭代计算实际输出。

模糊算法描述如下：

步骤1：选择k，1≤k≤n

输入未知数x

初始化i=1

直到k-NN算法中x被找到，j=1，2，…，n

步骤2：计算从x到xj的距离

M是一个p×p的正定矩阵，p是向量xj（j=1，2，…，n）的维数。当M是单位矩阵Ip时，d是其欧几里得距离。

步骤3：如果i＜=j，则将xj包含在k-NN集合中；否则，如果xj比任何先前最近邻结点更接近x，则删除k近邻集中最远的，包括k-NN集中的xj。

步骤4：i=i+1

步骤5：初始化i=1 直到（x在所有类中被分配成员）

对于j=1，2，…，n

步骤6：计算

4 案例分析

由于葡萄酒的生产往往需要数年，现实生活中收集到的数据往往不够系统分析。在这里，用一个模拟案例来描述系统的操作步骤。

CLR是波尔多地区的一个酒庄，该酒庄每年生产大量的葡萄酒。过去，酒庄做了很多努力，付出很多钱来区分葡萄酒的品质。他们使用传统的方法即聘请一些专家品尝葡萄酒，专家会给葡萄酒做上一个评分，评分帮助酒庄比较葡萄酒的不同批次。然而，该方法是过于主观的。另外，不同专家的评分也很难相互比较。酒庄希望有一个客观的方法来评价葡萄酒质量。一个基于RFID的质量评价系统因此被提出。该系统的操作步骤将在下面的段落中予以描述。酒庄不强制农民在葡萄园里安装基于RFID的监测系统，但是，当农民向酒庄出售葡萄时，他们需要填写如表1那样的表格。

制造葡萄酒的第一步是蒸馏。监测系统主要用于管理酿造桶。在每个桶的外部安装有一个D2B设备。设备是由活性RFID标签和无线通信终端组成。该RFID标签频率是433兆赫兹，并且设备工作在大约40-60米的距离（Kwok等人2008年提出）[22]。当员工用RFID阅读器读标签时，如表2所示，他可以获得酿造桶的当前以及历史数据。当员工想拿某一些特定酿造桶时，他只需点击手机上所需的酿造桶，一条无线消息将会被传送到桶，然后，这些桶上被选择的D2B设备将会闪烁，并发出蜂鸣声，以获得员工的注意。蒸馏后，葡萄酒储存在地窖中，系统可以帮助监测地窖里的湿度和温度。20个温度和湿度传感器安装在地窖中，每个传感器粘贴一个RFID标签。标签可以帮助人们识别传感器的位置以及区分各个传感器。在这种情况下，安全温度设置为13度到17度之间，安全湿度设置为70%到75%。如果温度或湿度超出范围，带有无线模块的传感器就会向后台系统发出警告，该事故将被记录，如表3所示。在运输过程中，基于RFID的监测系统安装在车辆中，如图4所示。该系统可以提供车辆位置实时信息。而且，如表4所示，系统可以在运输过程中记录车厢里的环境情况以帮助人们分析其对葡萄酒质量的影响。

表1 葡萄信息Tab. 1 Infoon about grapes

表2 桶的信息Tab. 2 Information about barrel

表3 酒窖环境Tab. 3 Information about cellar environment

表4 运输信息Tab. 4 Information about transportation

4个表中每个因素都有一个权重；神经网络被用来训练权重。初始阶段，葡萄酒会被专家评分，专家给出的评分则用来训练权重。经过多次训练后，权重值几乎一致，也就没有必要雇专家了。公式（6）被应用于计算葡萄酒被分类到何种程度。

最后，当消费者想要买一瓶葡萄酒时，他只需将葡萄酒放在安装有RFID读写器的柜台上；系统将显示其质量评分和这瓶酒的ePedigree（电子谱系）。此外，该系统也可以用来防止伪造。

图4 基于RFID的追踪和监测系统Fig. 4 The monitoring system installed on trucks

5 总结

为了提高葡萄酒行业的质量评价方法，一个基于RFID技术的质量评价系统被开发出来。该系统有2个功能：实时监测和质量评价。实时监测系统的功能是监测和管理葡萄酒产品的整个供应链。质量评价系统的功能是在供应链每一个环节中评价葡萄酒质量。质量评价系统从实时监测系统中获取数据，应用k-NN和人工神经网络相结合的算法计算评分。

在葡萄交给酒厂时，系统便开始工作。质量评价系统根据天气和葡萄的地区信息标记葡萄的质量等级。根据葡萄等级，生产商可以决定为制造酒投入多少资源和成本。在酿造过程中，质量监测系统对酿造桶予以识别，可以避免误用不合适的酿造桶这类的人为错误。酒窖里的环境因素也会被系统监测。如果发生任何意外情况，该系统可以及时给予警告。酿造后，蒸馏的质量将通过评价系统进行评估。如果蒸馏的评分很高，生产商应该更注意酿造和配送环节。当葡萄酒进入市场时，RFID标签将会贴在酒瓶上。消费者可以扫描标签从系统了解葡萄酒的评分，并据此来选择葡萄酒。此外，葡萄酒瓶上的RFID标签也为伪造产品的鉴别提供有效工具。

本项研究所提出的系统可以改进葡萄酒的供应链管理，它可以取代现在的主观和无效的葡萄酒质量评价方法，它可以帮助消费者在开软木塞之前了解葡萄酒。此外，现在不同地区有不同评价规则。该系统旨在建立一个统一的标准，帮助人们更方便地了解他们买到的产品的质量。

[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] 韩存武，张凤梅，孙德辉，等. 基于RFID技术的高校设备管理系统设计[J]. 新型工业化，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，FSN 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] 刘帮，秦斌，彭小玉. 污水出水水质的SVR建模[J]. 新型工业化，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.

国家自然科学基金青年基金（71502029），中央高校基本科研业务费（N150404023）资助

汪力行（1984-），女，江西人，博士，副教授，硕士生导师，研究方向：RFID技术应用，决策支持系统，数据挖掘等

本文引用格式：汪力行.射频识别技术下的产品质量评价体系设计与开发[J]. 新型工业化，2016，6（12）：36-44.