CN120106750A 一种基于rfid标签的固定资产动态管理方法及系统 （北京汇达城数科技发展有限公司）

(19)国家知识产权局申请人北京华义信会计师事务所有限责任公司张鹏飞王长庚吴开心王孟贤务所(普通合伙)11259一种基于RFID标签的固定资产动态管理方实时运行状态，优化资产维护计划和运行策略。2利用无线射频识别技术获取企业固定资产数据，并提出固定资产特征数据；使用混沌映射生成固定资产特征数据的初始种群，并设置状态分析算法的参数；根据提取的固定资产特征数据，计算每项固定资产的健康适应度值，评估其当前健康状态；基于每个固定资产的健康适应度值，利用排序算法对固定资产特征数据种群进行排在迭代过程中，根据健康适应度值的变化，更新固定资产群体中的全局最优健康状态位置，记录当前最优健康状态的资产特征；通过对迭代过程中更新的固定资产健康状态数据进行分析，识别出影响资产健康状态的关键特征；基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略。2.根据权利要求1所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述利用无线射频识别技术获取企业固定资产数据，并提出固定资产特征数据包括：从获取的企业固定资产数据中随机抽取若干固定资产的数据点，并基于若干固定资产的数据点，构建初步的资产运行特征模型；将所有的固定资产的数据点输入至初步的资产运行特征模型中，计算每个固定资产的数据点与初步的资产运行特征模型的差异，并设定阈值进行分类；若某个固定资产的数据判断是否采用新的资产运行特征模型，若正常固定资产的数据点数量最大，则选择新的资产运行特征模型作为最终的资产运行特征模型，并根据最终的资产运行特征模型提取出固定资产特征数据，否则，放弃当前资产运行特征模型并重新构建资产运行特征模型。3.根据权利要求1所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述基于每个固定资产的健康适应度值，利用排序算法对固定资产特征数据种群进行排序，重新划分固定资产特征数据的群体，并建立等级制度包括：根据每个固定资产的健康适应度值，构建三角模糊数互补判断矩阵；对构建的三角模糊数互补判断矩阵进行一致性检验，若一致性满足预设标准，则计算三角模糊数互补判断矩阵的排序重值，否则，根据当前的适应度值对三角模糊数互补判断矩阵进行修正并重新计算；对固定资产群体进行排序，并根据每个固定资产的健康适应度值，计算每个固定资产对应的排序权重值；基于排序结果及排序权重值，重新划分固定资产特征数据的群体，并根据健康适应度值的高低建立等级制度。4.根据权利要求3所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述计算每个固定资产对应的排序权重值的公式为：3式中，W表示第i个固定资产的排序权重值；f;表示第i个固定资产的健康适应度值；r;示固定资产群体总数；e表示指数衰减函数。5.根据权利要求3所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述基于排序结果及排序权重值，重新划分固定资产特征数据的群体，并根据健康适应度值的高低建立等级制度包括：根据固定资产的排序结果，设定健康适应度值的阈值，将固定资产按照适应度值高低根据排序权重值和健康适应度值，按确定的分组标准将固定资产划分为若干个健康等根据划分结果为每个固定资产特征数据的群体分配健康等级，健康适应度值高的资产则作为高等级，健康适应度值低的资产则作为低等级。6.根据权利要求1所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述更新固定资产群体中的全局最优健康状态位置的公式为：式中，Hg₁oba1(t+1)表示第t+1次迭代中，固定资产群体更新后的全局最优健康状态位第t次迭代中，第a个固定资产的健康状态位置；@表示惯性权重；γ表示更新步长；p表示适应度因子。7.根据权利要求1所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略在预设范围内，根据健康状态的关键因素随机初始化父代群体、变异群体和子代群体，并设置趋势分析算法的参数；采用均方根误差作为适应度函数，计算每个固定资产的健康适应度，按照适应度从高到低对父代群体进行排序；更新父代群体中的每个个体，并通过交叉和变异操作生成新的子代群体；比较子代和父代的适应度，若子代健康状态高于父代，则用子代替代父代；否则，调整趋势分析算法的参数；判断是否达到最大迭代次数，若达到，则输出最优健康适应度；若未达到，则继续更新父代群体中的每个个体；将最优健康适应度作为支持向量回归机的惩罚参数和核函数参数，构建趋势预测模型，并基于趋势预测模型，得到固定资产健康状态的变化趋势；基于变化趋势和实时运行状态，优化资产维护计划和运行策略。48.根据权利要求7所述的基于RFID标签的固定资产动态管理方法，其特征在于，所述将最优健康适应度作为支持向量回归机的惩罚参数和核函数参数，构建趋势预测模型，并基于趋势预测模型，得到固定资产健康状态的变化趋势包括：基于固定资产健康状态的最优适应度值，并其作为支持向量回归机的惩罚参数和核函数参数；利用最优健康适应度参数构建支持向量回归机模型，拟合固定资产健康状态与关键影响因素的变化关系，形成趋势预测模型；将实时数据输入至趋势预测模型中，并通过趋势预测模型预测固定资产未来时刻的健康状态变化趋势。获取数据模块，用于利用无线射频识别技术获取企业固定资产数据，并提出固定资产特征数据；因素分析模块，用于基于提取的固定资产特征数据，利用状态分析算法对固定资产特征数据进行评估，识别出影响固定资产健康状态的关键因素；趋势分析与管理模块，用于基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状5一种基于RFID标签的固定资产动态管理方法及系统技术领域[0001]本发明涉及物联网技术领域，特别涉及一种基于RFID标签的固定资产动态管理方法及系统。背景技术[0002]随着RFID(无线射频识别技术)技术的发展，越来越多的企业和机构将其应用于固定资产的动态管理。RFID技术通过无线电信号识别并读写特定目标的相关数据，无需物理接触，支持高速运动物体的识别和多标签同时读取，操作快捷高效。尤其在固定资产管理领记方式已难以满足管理需求。许多企业和单位依然采用手工登记或纸质档案管理方式，无法实现数据的实时更新和信息化管理，导致固定资产变动无法及时记录，且资产丢失或转移难以及时感知。这给资产管理和盘点工作带来了巨大挑战。[0003]现有技术在不便于分析资产健康状态和变化趋势，无法精确识别影响资产健康的关键因素，导致资产维护和运行策略缺乏数据支持，并且缺乏趋势分析和实时数据反馈，无法预测资产健康状态变化，导致维护计划的调整滞后，不能有效预防资产故障或损失。[0004]因此，如何提供一种基于RFID标签的固定资产动态管理方法及系统，是目前亟待解决的问题。发明内容[0005]本发明实施例提供了一种基于RFID标签的固定资产动态管理方法及系统，以解决现有技术中不便于分析资产健康状态和变化趋势，无法精确识别影响资产健康的关键因素，导致资产维护和运行策略缺乏数据支持，并且缺乏趋势分析和实时数据反馈，无法预测资产健康状态变化，导致维护计划的调整滞后，不能有效预防资产故障或损失的问题。[0006]为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。[0007]根据本发明实施例的第一方面，提供了一种基于RFID标签的固定资产动态管理方利用无线射频识别技术获取企业固定资产数据，并提出固定资产特征数据；基于提取的固定资产特征数据，利用状态分析算法对固定资产特征数据进行评估，识别出影响固定资产健康状态的关键因素；基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略。[0009]在一个实施例中，基于提取的固定资产特征数据，利用状态分析算法对固定资产6特征数据进行评估，识别出影响固定资产健康状态的关键因素包括：使用混沌映射生成固定资产特征数据的初始种群，并设置状态分析算法的参数；根据提取的固定资产特征数据，计算每项固定资产的健康适应度值，评估其当前健康状态；基于每个固定资产的健康适应度值，利用排序算法对固定资产特征数据种群进行排序，重新划分固定资产特征数据的群体，并建立等级制度；在迭代过程中，根据健康适应度值的变化，更新固定资产群体中的全局最优健康状态位置，记录当前最优健康状态的资产特征；通过对迭代过程中更新的固定资产健康状态数据进行分析，识别出影响资产健康状态的关键特征。[0010]在一个实施例中，基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略包括：在预设范围内，根据健康状态的关键因素随机初始化父代群体、变异群体和子代采用均方根误差作为适应度函数，计算每个固定资产的健康适应度，按照适应度从高到低对父代群体进行排序；更新父代群体中的每个个体，并通过交叉和变异操作生成新的子代群体；比较子代和父代的适应度，若子代健康状态高于父代，则用子代替代父代；否则，调整趋势分析算法的参数；判断是否达到最大迭代次数，若达到，则输出最优健康适应度；若未达到，则继续更新父代群体中的每个个体；将最优健康适应度作为支持向量回归机的惩罚参数和核函数参数，构建趋势预测模型，并基于趋势预测模型，得到固定资产健康状态的变化趋势；基于变化趋势和实时运行状态，优化资产维护计划和运行策略。[0011]根据本发明实施例的第二方面，提供了一种基于RFID标签的固定资产动态管理系统。[0012]在一个实施例中，基于RFID标签的固定资产动态管理系统包括：获取数据模块，用于利用无线射频识别技术获取企业固定资产数据，并提出固定资产特征数据；因素分析模块，用于基于提取的固定资产特征数据，利用状态分析算法对固定资产特征数据进行评估，识别出影响固定资产健康状态的关键因素；趋势分析与管理模块，用于基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略。[0013]根据本发明实施例的第三方面，提供了一种计算机设备。[0014]在一些实施例中，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。[0015]根据本发明实施例的第四方面，提供了一种计算机可读存储介质。7[0016]在一个实施例中，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。[0017]本发明实施例提供的技术方案可以包括以下有益效果：1、本发明通过状态分析算法评估资产的健康状态，能够精准识别影响固定资产健康的关键因素，并通过趋势分析算法预测健康状态的变化趋势，结合实时运行状态，优化资产的维护计划和运行策略，不仅提高了资产管理的实时性和精确度，还减少了人工盘点的工作量，降低了资产丢失和损耗的风险，提升了整体管理效率和决策质量。[0018]2、本发明结合混沌映射、三角模糊数排序分析与健康适应度评估，优化固定资产健康状态分析与分类，利用排序算法动态划分资产群体，提高管理精准性，基于趋势预测优[0019]3、本发明结合趋势分析算法与支持向量回归机，精准预测固定资产健康状态变化趋势，实时监控资产状态并优化维护计划和运行策略，提升管理精准性与效率，延长资产寿[0020]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。附图说明[0021]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。[0022]图1是根据一示例性实施例示出的一种基于RFID标签的固定资产动态管理方法的流程图；图2是根据一示例性实施例示出的一种基于RFID标签的固定资产动态管理系统的原理框图；图3是根据一示例性实施例示出的计算机设备的结构示意图。具体实施方式[0023]以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。8是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。[0028]应该理解的是，虽然流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。[0029]本申请的装置或系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。[0030]在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。[0031]图1示出了本发明的基于RFID标签的固定资产动态管理方法的一个实施例。[0032]在该可选实施例中，基于RFID标签的固定资步骤S101,利用无线射频识别技术(即RFID标签)获取企业固定资产数据，并提出固定资产特征数据；具体的，企业固定资产数据包括：资产基本信息、位置与存放信息、维护与操作记[0033]具体的，固定资产特征数据包括：健康适应度数据、使用与维护数据、环境数据及故障数据等。[0034]步骤S102,基于提取的固定资产特征数据，利用状态分析算法对固定资产特征数据进行评估，识别出影响固定资产健康状态的关键因素；[0035]步骤S103,基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略。本管理等。险评估与应急响应等。[0038]在该可选实施例中，在利用无线射频识别技术获取企业固定资产数据，并提出固9定资产特征数据时，可从获取的企业固定资产数据中随机抽取若干固定资产的数据点，并基于若干固定资产的数据点，构建初步的资产运行特征模型；将所有的固定资产的数据点输入至初步的资产运行特征模型中，计算每个固定资产的数据点与初步的资产运行特征模型的差异，并设定阈值进行分类；若某个固定资产的数据点小于阈值，则分为正常固定资产的数据点，否则，分为异常固定资产的数据点；判断是否采用新的资产运行特征模型，若正常固定资产的数据点数量最大，则选择新的资产运行特征模型作为最终的资产运行特征模型，并根据最终的资产运行特征模型提取出固定资产特征数据，否则，放弃当前资产运行特征模型并重新构建资产运行特征模型。[0039]在该可选实施例中，在基于提取的固定资产特征数据，利用状态分析算法对固定资产特征数据进行评估，识别出影响固定资产健康状态的关键因素时，可使用混沌映射(即Tent混沌映射)生成固定资产特征数据的初始种群，并设置状态分析算法的参数；根据提取的固定资产特征数据，计算每项固定资产的健康适应度值，评估其当前健康状态；基于每个固定资产的健康适应度值，利用排序算法对固定资产特征数据种群进行排序，重新划分固定资产特征数据的群体，并建立等级制度；在迭代过程中，根据健康适应度值的变化，更新固定资产群体中的全局最优健康状态位置，记录当前最优健康状态的资产特征；通过对迭代过程中更新的固定资产健康状态数据进行分析，识别出影响资产健康状态的关键特征。[0040]具体的，状态分析算法为改进鸡群优化算法，基本鸡群优化算法会出现早熟并陷入局部最优的情况，因此，本发明使用Tent混沌映射进行种群初始化，提高初始种群的均匀性和遍历性。[0041]在该可选实施例中，在基于每个固定资产的健康适应度值，利用排序算法对固定资产特征数据种群进行排序，重新划分固定资产特征数据的群体，并建立等级制度时，可根据每个固定资产的健康适应度值，构建三角模糊数互补判断矩阵；对构建的三角模糊数互补判断矩阵进行一致性检验，若一致性满足预设标准，则计算三角模糊数互补判断矩阵的排序重值，否则，根据当前的适应度值对三角模糊数互补判断矩阵进行修正并重新计算；对固定资产群体进行排序，并根据每个固定资产的健康适应度值，计算每个固定资产对应的排序权重值；基于排序结果及排序权重值，重新划分固定资产特征数据的群体，并根据健康适应度值的高低建立等级制度。[0042]具体的，排序算法为小生境遗传算法的三角模糊数互补判断矩阵排序方法，三角模糊数互补判断矩阵是一种用于模糊决策分析中的矩阵形式，它结合了模糊数和互补矩阵的概念，帮助进行不确定性和模糊性较强的决策分析。[0043]具体的，计算三角模糊数互补判断矩阵的排序重值是通过模糊层次分析法来进行1)构造三角模糊数判断矩阵；2)对模糊数进行加权平均；3)对矩阵进行归一化处理；4)计算权重向量；5)进行一致性检验；6)根据权重向量进行排序，得到最终的排序结果。[0044]在该可选实施例中，计算每个固定资产对应的排序权重值的公式为：式中，W表示第i个固定资产的排序权重值；f;表示第i个固定资产的健康适应度[0045]在该可选实施例中，在基于排序结果及排序权重值，重新划分固定资产特征数据的群体，并根据健康适应度值的高低建立等级制度时，可根据固定资产的排序结果，设定健康适应度值的阈值，将固定资产按照适应度值高低进行排序，确定分组标准；根据排序权重值和健康适应度值，按确定的分组标准将固定资产划分为若干个健康等级；根据划分结果为每个固定资产特征数据的群体分配健康等级，健康适应度值高的资产则作为高等级，健康适应度值低的资产则作为低等级。[0046]在该可选实施例中，更新固定资产群体中的全局最优健康状态位置的公式为：Hglobaz(t+1)=@·Hglobaz(t)+y·p.(Ha(t)-Hgobu(t));式中，Hgloba₁(t+1)表示第t+1次迭代中，固定资产群体更新后的全局最优健康状态位置；Hgloba₁(t)表示第t次迭代中，固定资产群体更新后的全局最优健康状态位置；H(t)表示第t次迭代中，第a个固定资产的健康状态位置；@表示惯性权重；γ表示更新步长；p表示适应度因子。[0047]在该可选实施例中，在基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略时，可在预设范围内，根据健康状态的关键因素随机初始化父代群体、变异群体和子代群体，并设置趋势分析算法的参数；采用均方根误差作为适应度函数，计算每个固定资产的健康适应度，按照适应度从高到低对父代群体进行排序；更新父代群体中的每个个体，并通过交叉和变异操作生成新的子代群体；比较子代和父代的适是否达到最大迭代次数，若达到，则输出最优健康适应度；若未达到，则继续更新父代群体中的每个个体；将最优健康适应度作为支持向量回归机的惩罚参数和核函数参数，构建趋势预测模型，并基于趋势预测模型，得到固定资产健康状态的变化趋势；基于变化趋势和实时运行状态，优化资产维护计划和运行策略。[0048]具体的，趋势分析算法为灰狼优化算法，灰狼优化算法通过模拟灰狼群体的捕猎灰狼算法在本发明中通过模拟灰狼群体的捕猎行为，随机初始化父代、变异群体和子代群体，利用均方根误差作为适应度函数计算固定资产健康适应度。通过交叉和变异操作生成子代，并根据适应度更新父代，优化趋势分析参数，从而构建趋势预测模型，预测固定资产健康状态变化，进而优化资产维护计划和运行策略。[0049]在该可选实施例中，在将最优健康适应度作为支持向量回归机的惩罚参数和核函数参数，构建趋势预测模型，并基于趋势预测模型，得到固定资产健康状态的变化趋势时，可基于固定资产健康状态的最优适应度值，并其作为支持向量回归机的惩罚参数和核函数11参数；利用最优健康适应度参数构建支持向量回归机模型，拟合固定资产健康状态与关键影响因素的变化关系，形成趋势预测模型；将实时数据输入至趋势预测模型中，并通过趋势预测模型预测固定资产未来时刻的健康状态变化趋势。[0050]图2示出了本发明的基于RFID标签的固定资产动态管理系统的一个实施例。[0051]在该可选实施例中，基于RFID标签的固定资产动态管理系统包括：获取数据模块201,用于利用无线射频识别技术获取企业固定资产数据，并提出固定资产特征数据；因素分析模块202,用于基于提取的固定资产特征数据，利用状态分析算法对固定资产特征数据进行评估，识别出影响固定资产健康状态的关键因素；趋势分析与管理模块203,用于基于趋势分析算法，对影响固定资产健康状态的关键因素进行分析，得到固定资产健康状态的变化趋势；并结合变化趋势和固定资产的实时运行状态，优化资产维护计划和运行策略。[0052]在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处