Made available in DSpace on 2013-08-07T18:42:50Z (GMT). No. of bitstreams: 1
000430794-Texto+Completo-0.pdf: 1404455 bytes, checksum: d94916ca92d184ccb0afbe05deb9573f (MD5)
Previous issue date: 2011 / Demand for RFID systems has risen greatly due to the simplicity and efficiency of its automatic identification system. RFID has great potential and brings many improvements to organizations that need to identify any kind of goods as well as increase their supply chain's automation level. RFID systems usually need to be applied where the installation cost can be very high, and thus, running a simulation in such environments would bring many benefits such as saving time and money. In this case, the simulation could be considered as a prediction method which verifies that the configuration for the desired scenario works correctly and meets the system's requirements. This work presents a research about prediction statistical models for RFID systems’ functioning in a specific scenario. In the chosen scenario, RFID technology is applied to intelligent cards. This research presents a model using Multiple Linear Regression and another approach using Artificial Neural Networks on the prediction of the results. Prediction models can bring advantages to the adoption of RFID, like the reduction of time and resources necessary for the project installation. / A demanda por sistemas RFID tem crescido muito devido à maneira simples e eficiente de identificação automática com que tal tecnologia trabalha. A tecnologia RFID tem um grande potencial e traz muitos benefícios para organizações que precisam identificar qualquer tipo de bem e ampliar sua automação em cadeias de suprimentos. Muitas vezes sistemas RFID precisam ser implantados em ambientes onde o custo de instalação pode ser muito alto, e uma simulação de tal ambiente traria muitos benefícios, como economia de tempo e de recursos financeiros. A simulação funcionaria como um método de predição que verifica se a configuração do cenário desejado funciona corretamente e atende os requisitos do sistema. Este trabalho apresenta uma pesquisa acerca de modelos estatísticos de predição para o funcionamento de sistemas RFID em um cenário específico. O cenário escolhido aborda o uso da tecnologia RFID aplicado a crachás inteligentes. É apresentado um modelo estatístico utilizando Regressão Linear Múltipla e uma segunda abordagem utilizando Redes Neurais Artificiais na inferência dos resultados. O uso de modelos de predição pode trazer vantagens na implantação da tecnologia bem como diminuição de tempo e recursos no projeto de instalação do sistema RFID.
| Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:RI_PUC_RS:oai:meriva.pucrs.br:10923/1551 |
| Date | January 2011 |
| Creators | Berz, Everton Luís |
| Contributors | Hessel, Fabiano Passuelo |
| Publisher | Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0139 seconds