制造车间中的在线RFID定位
人工智能
2019-05-31 v2
摘要
射频识别(RFID)技术因部署廉价且简便而广受欢迎。在制造车间领域,它可用于追踪制造对象的位置以提升效率。定位的底层挑战在于制造车间的非平稳特性,这要求一种自适应终身学习策略以获得准确的位置结果。本文提出一种基于新型演化智能系统即演化二类量子模糊神经网络(eT2QFNN)的演化模型,其特征是具有不确定跳跃位置的区间二类量子模糊集。该量子模糊集拥有分级隶属度,能更好地识别类间重叠。eT2QFNN完全以演化模式工作,所有参数(包括规则数)均在线自动调整与生成。参数调整基于解耦扩展卡尔曼滤波方法。数值研究表明,eT2QFNN能达到与最先进算法相媲美的精度。
引用
@article{arxiv.1805.07715,
title = {An Online RFID Localization in the Manufacturing Shopfloor},
author = {Andri Ashfahani and Mahardhika Pratama and Edwin Lughofer and Qing Cai and Huang Sheng},
journal= {arXiv preprint arXiv:1805.07715},
year = {2019}
}