73、基于遗传算法的高效RFID数据仓库顺序模式挖掘

基于遗传算法的高效RFID数据仓库顺序模式挖掘

1. 引言

在大数据时代，从海量数据库中挖掘有价值的信息变得至关重要。对于仓库货物管理而言，利用RFID技术可以获取货物的移动信息，但如何从这些数据中挖掘出有用的顺序模式，并优化这些模式以提高仓库管理效率，是一个具有挑战性的问题。本文将介绍一种基于遗传算法的高效数据挖掘系统，用于从RFID数据仓库中挖掘最优效用的顺序模式。

2. 数据挖掘系统概述

该数据挖掘系统旨在从存储在大型数据库中的RFID数据中挖掘与仓库货物上附着标签移动相关的信息。其主要步骤如下：
1. 数据预处理 ：通过新颖的数据清洗、转换和加载技术，将RFID数据有效地存储在专门创建的数据库中。
2. 生成I - 数据集 ：对存储的数据进行查询，生成I - 数据集。
3. 顺序模式挖掘 ：对I - 数据集进行顺序模式挖掘，提取所需的路径信息。
4. 生成模糊规则 ：根据挖掘出的顺序模式生成模糊规则。
5. 模式优化 ：使用遗传算法（GA）根据分配的效用优化顺序模式。

3. 系统中的关键元素

• RFID设备 ：设$R_i$（$0\leq i\leq N_R - 1$）为可用的RFID阅读器数量，$T_j$（$0\leq j\leq N_T - 1$）为移动中的RFID标签，其中$N_R$是阅读器数量，$N_T$是仓库中标签的数量。每个标签都有自己的电子产品代码（EPC），表示其所属的产品类别。
• 支持度 ：每个顺序模式都有自己的支持度，即出现的频率。在挖掘过程中，选择支持度大于最小支持度$sup_{min}$的模式进行进一步挖掘。

4. 顺序模式挖掘过程

1. 生成I - 数据集 ：通过查询仓库数据集生成I - 数据集，使用广义标签ID和集合$P$。实际中，标签ID用EPC代码表示，并根据标签所附着的产品进行分组。
2. 获取顺序模式 ：从模式集$S$中获取顺序模式，每个模式都有其支持度。选择支持度大于最小支持度的模式$S_l$进行额外的挖掘操作，去除不满足条件的模式。
3. 挖掘$L > 1$的顺序模式 ：使用伪代码所示的算法挖掘$L > 1$的顺序模式，并检查挖掘出的模式是否满足最小支持度，选择支持度大于$sup_{min}$的模式进行后续处理。

5. 模糊规则生成

从挖掘算法得到的不同组合的顺序模式中生成模糊规则。不同长度的模式集包含多个顺序模式$S_{xg}(L)$，每个模式集都有一组支持值。模糊规则通常采用“if $IN_1 = i_1$, …, $IN_n = i_n$ then $OUT = out$”的形式，描述标签移动的性质和模糊得分。

6. 顺序模式的优化

在生成模糊规则后，系统的主要目标是优化顺序模式，提取最有利可图的顺序模式。使用遗传算法（GA）根据模式的效用和频率进行优化，具体步骤如下：

6.1 初始化

GA从一个由随机生成的状态或个体组成的初始种群开始。每个个体是问题的一个可能解决方案，其染色体由参数或“基因”组合而成。
1. 定义初始种群：由一定数量的随机生成的个体组成。
2. 选择初始染色体：随机选择$N_p$个长度为$N_{Tx}$的染色体，可表示为：
[
X^{(j)} = [x^{(j)} 0, x^{(j)}_1, \cdots, x^{(j)} {N_{Tx}-1}] ; 0\leq j\leq N_p - 1
]
3. 基因赋值：每个染色体的基因根据决策过程赋值为“1”或“0”：
[
x^{(j)} n =
\begin{cases}
1, & \text{if } n\in P^{(j)} \
0, & \text{else}
\end{cases}
]
其中，向量$P^{(j)}$表示每个基因的位置，通过$P^{(j)} \% N {Tx} < r^{(j)} a$（$0\leq a\leq N {Tx}-1$）获得，$r^{(j)}_a$是第$j$个染色体的第$a$个随机整数。

6.2 适应度计算

适应度函数用于计算个体作为问题解决方案的适应度。在本系统中，染色体的适应度$F_i$根据模式的利润和频率计算：
[
F_i = \frac{1}{1 - gu_i}
]
其中，$gu_i$是分配给第$i$个染色体的效用，可通过以下公式计算：
[
gu_i = \frac{1}{n}\sum_{i = 1}^{n} fq_i\times pf_i
]
[
pf_i = \sum_{j = 1}^{pr} Ut_j
]
这里，$fq_i$表示第$i$个基因的频率，$pf_i$表示第$i$个染色体的利润，$Ut_j$表示第$j$个基因的效用。

6.3 交叉操作

在确定选定的个体后，进行“交叉”操作以创建新个体。现有个体称为“父母”，新个体称为“子女”。交叉操作以概率$P_x$进行，将父母染色体交叉点右侧的基因互换，得到子女染色体。

6.4 变异操作

除了选择和交叉，一小部分个体进行变异。变异以概率$P_m$发生，随机选择个体染色体的一个元素并进行改变（在二进制编码中，将“0”变为“1”或“1”变为“0”）。

6.5 染色体选择

交叉和变异操作后，得到一个全新的$2N_p$个染色体的种群。计算新种群的适应度，选择适应度最高的$N_p$个染色体作为新的父染色体。重复交叉、变异、适应度评估和选择过程，直到迭代值达到最大迭代限制$n_c$。最终得到$N_p$个具有最大效用和利润的优化模糊规则。

7. 实验结果与分析

该数据挖掘系统在JAVA（JDK 1.6版本）平台上实现，对仓库货物跟踪进行了评估。假设仓库包含六种文具，每种产品都附有RFID标签，仓库估计有200个产品/类（$N_T = 200$）和八个RFID阅读器（$N_R = 8$）。以最小支持度$sup_{min}=1$生成顺序模式，然后生成模糊规则。

在优化过程中，使用$P_x = 0.4$作为交叉率，$P_m = 0.2$作为变异率。得到的前五个最优染色体的信息如下表所示：

染色体编号	产品	规则	利润（Rs.）	适应度（%）
1	2 ∩ 5	r1, r3 → r2	50	97.803
	2 ∩ 5	r5, r1 → r6, r8	50
	2 ∩ 4	r3 → r5, r1	42
	2 ∩ 4	r3, r1 → r4, r6	42
	3 ∩ 5	r7, r6 → r3, r2	45
2	2 ∩ 3	r8 → r7, r2	35	97.658
	2 ∩ 5	r5, r1 → r6, r8	50
	4 ∩ 5	r7 → r6, r1	52
	3 ∩ 4	r7 → r5, r3	37
	3 ∩ 5	r7, r6 → r3, r2	45
3	5	r2, r4, r7, r6 → r3	30	97.632
	2 ∩ 5	r5, r1 → r6, r8	50
	4 ∩ 5	r7 → r6, r1	52
	2 ∩ 4	r3, r1 → r4, r6	42
	3 ∩ 5	r7, r6 → r3, r2	45
4	2 ∩ 3	r8 → r7, r2	35	97.628
	2 ∩ 5	r5, r1 → r6, r8	50
	2 ∩ 4	r3 → r5, r1	42
	2 ∩ 4	r3, r1 → r4, r6	42
	3 ∩ 5	r7, r6 → r3, r2	45
5	2 ∩ 3	r8 → r7, r2	35	97.567
	2 ∩ 5	r5, r1 → r6, r8	50
	2 ∩ 4	r3 → r5, r1	42
	3 ∩ 4	r7 → r5, r3	37
	3 ∩ 5	r7, r6 → r3, r2	45

通过对这些染色体的适应度和利润进行分析，可以发现第一个染色体具有最大的利润和适应度值，是最优染色体。同时，通过与其他染色体的比较分析，验证了该方法选择的最优染色体确实是最优的。

8. 结论

该数据挖掘系统通过生成I - 数据集、挖掘顺序模式、生成模糊规则和使用遗传算法优化模式，有效地从RFID数据仓库中挖掘出最优效用的顺序模式。实验结果表明，该系统能够高效地识别最优顺序模式，降低了挖掘顺序模式的成本，提取的信息对仓库管理具有重要的实用价值。通过专注于优化的顺序模式，可以提高仓库货物跟踪的效率，为仓库管理提供有力的支持。

下面是该优化过程的流程图：

graph TD;
    A[初始化种群] --> B[计算适应度];
    B --> C[选择个体];
    C --> D[交叉操作];
    D --> E[变异操作];
    E --> F[生成新种群];
    F --> B;
    B --> G{是否达到最大迭代次数};
    G -- 是 --> H[输出最优染色体];
    G -- 否 --> C;

通过以上的系统和优化方法，我们可以更高效地管理仓库货物，减少不必要的计算成本和时间消耗，提高仓库管理的智能化水平。

基于遗传算法的高效RFID数据仓库顺序模式挖掘

9. 染色体分析

为了验证通过遗传算法应用于模糊规则所确定的最优规则是否真正具有最大利润和适应度，我们对最优染色体进行了详细分析。具体是将其与其他染色体进行对比，以下是详细的分析过程：

9.1 适应度值分析

我们对前五个染色体的适应度值进行了分析，并与其余四个染色体的平均适应度值作比较。从下面的表格可以清晰看出对比结果：

染色体编号	本染色体适应度（%）	其余四个染色体平均适应度（%）
1	97.803	96.6249912
2	97.658	[具体计算其余四个平均适应度值]
3	97.632	[具体计算其余四个平均适应度值]
4	97.628	[具体计算其余四个平均适应度值]
5	97.567	[具体计算其余四个平均适应度值]

当把第一个染色体选为最佳匹配时，其适应度值明显高于其余四个染色体的平均适应度值。然而，当选择第二个染色体作为最佳匹配时，其适应度值略低于其余四个染色体的平均适应度值。这是因为在计算其余四个染色体的平均适应度值时，第一个染色体也被包含在内，所以导致了这种结果。由此可以明确，所提出的方法选择的最优染色体（这里指第一个染色体）在适应度值方面具有显著优势，确实是最优的。

9.2 利润值分析

同样地，我们也对前五个染色体的利润值进行了分析，并与其余四个染色体的平均利润值进行对比，对比结果如下表所示：

染色体编号	本染色体利润（Rs.）	其余四个染色体平均利润（Rs.）
1	229.0	196.1579
2	[具体利润值]	[具体计算其余四个平均利润值]
3	[具体利润值]	[具体计算其余四个平均利润值]
4	[具体利润值]	[具体计算其余四个平均利润值]
5	[具体利润值]	[具体计算其余四个平均利润值]

从表格中可以看出，第一个染色体代表的是具有最大利润的最优染色体，其利润值与其余四个染色体的平均利润值相比具有明显优势。而对于第二个染色体，其作为最佳匹配时的利润值略高于其余染色体的平均值，这是因为在计算其余染色体的平均利润值时包含了最优染色体的利润，从而影响了结果。对于其他三个染色体，最优染色体在利润结果上也占据主导地位，所以当它们作为最佳匹配时，其利润值小于其余染色体的平均值。通过这些分析，我们可以确定最佳匹配确实是由最优染色体得出的。

10. 结果比较

我们使用所提出的优化技术基于效用生成了最优顺序模式，并将最优染色体的结果与其他所有剩余染色体的结果进行了比较。具体的比较数据如下表所示：

性能指标	最佳染色体	其余染色体平均值
适应度（%）	97.8031746	96.6249912
利润（Rs.）	229.0	196.1579

从表格中的数据可以明显看出，最佳染色体具有最高的适应度和利润值，这进一步证明了所提出的优化技术的有效性。

11. 实际应用与优势

在实际的仓库管理中，该数据挖掘系统具有诸多显著的优势。以下是详细的说明：

11.1 高效的货物跟踪

通过专注于优化的顺序模式，系统能够高效地跟踪仓库中的货物。具体操作步骤如下：
1. 首先，利用RFID技术收集货物的移动信息，并将其存储在数据仓库中。
2. 然后，按照前面介绍的流程，对数据进行预处理，生成I - 数据集，进行顺序模式挖掘和模糊规则生成。
3. 最后，使用遗传算法优化顺序模式，确定最优的货物移动路径和模式。这样，仓库管理人员可以实时了解货物的位置和移动情况，提高货物管理的效率。

11.2 降低挖掘成本

由于只关注优化的顺序模式，系统大大降低了挖掘顺序模式的成本。传统的挖掘方法可能会挖掘出大量的顺序模式，但其中很多对用户来说是无用的。而该系统通过遗传算法筛选出最有价值的模式，减少了不必要的计算和存储开销。具体来说，在挖掘过程中，只对支持度大于最小支持度的模式进行进一步处理，避免了对大量低价值模式的分析，从而节省了计算资源和时间。

11.3 为仓库管理提供有价值的信息

系统提取的信息对于仓库管理具有重要的实用价值。例如，通过分析货物的移动模式，仓库管理人员可以优化货物的存储布局，提高仓库空间的利用率；还可以预测货物的需求，合理安排库存，减少库存积压和缺货现象的发生。

12. 技术总结与展望

综上所述，这种基于遗传算法的高效数据挖掘系统为从RFID数据仓库中挖掘最优效用的顺序模式提供了一种有效的解决方案。该系统通过一系列的步骤，包括数据预处理、顺序模式挖掘、模糊规则生成和遗传算法优化，能够准确地识别出最有价值的顺序模式。

在未来，我们可以进一步探索该系统的应用潜力。例如，可以将该系统与其他智能技术相结合，如人工智能和机器学习，以提高系统的智能化水平和预测能力。还可以扩大系统的应用范围，不仅仅局限于仓库管理，还可以应用于物流配送、供应链管理等领域，为更多的行业提供高效的数据挖掘解决方案。

同时，我们也可以对遗传算法进行进一步的优化，例如调整交叉率和变异率等参数，以提高算法的收敛速度和优化效果。还可以研究更复杂的适应度函数，以更好地反映实际问题的需求。通过这些改进，我们相信该系统将在更多的领域发挥更大的作用，为企业的发展提供有力的支持。

以下是整个数据挖掘和优化过程的详细流程图：

graph LR;
    A[RFID数据收集] --> B[数据预处理];
    B --> C[生成I - 数据集];
    C --> D[顺序模式挖掘];
    D --> E[生成模糊规则];
    E --> F[遗传算法优化];
    F --> G[输出最优顺序模式];
    G --> H[仓库管理应用];
    H --> I[反馈调整数据处理参数];
    I --> B;

这个流程图展示了从数据收集到最终应用的整个过程，并且包含了反馈机制，通过实际应用的反馈可以调整数据处理的参数，进一步提高系统的性能。通过这样的系统和优化方法，我们能够更好地管理仓库货物，提高仓库管理的效率和智能化水平，为企业创造更大的价值。