Simulation Modeling of An IoT Based Cold Chain Logistics Management System

C. Çeken, Dini Abdurahman
{"title":"Simulation Modeling of An IoT Based Cold Chain Logistics Management System","authors":"C. Çeken, Dini Abdurahman","doi":"10.35377/saucis.02.02.598963","DOIUrl":null,"url":null,"abstract":"Dunya ekonomisinde gorulen carpici buyume, lojistik hizmetin cevik, esnek ve duyarli olmasini isteyen tedarik zinciri endustrisinide hizlandirmaktadir. Internet teknolojileri, musteri ve lojistik saglayici arasindaki bilgi aktarimi konusunda oldukca basarilidirlar. Bununla birlikte, lojistik hizmetindeki mal akisi ile bilgi akisi arasindaki mevcut bosluk, sicakliga duyarli urunler hakkinda gercek zamanli bilgi edinme konusunda bir sorun teskil etmektedir ve bu da lojistik yonetimini karar vericiler acisindan daha zorlu hale getirmektedir. Nesnelerin Interneti teknolojisi, soguk zincir endustrisinde ortam goruntuleme, yonetim ve karar alma surecleri acisindan umut verici bir cozum gibi gorunmektedir. Bu calisma, soguk zincirin gercek zamanli ortam sicakligini yoneterek, izleyerek ve sicaga duyarli urunlerin raf omrunu tahmin ederek tum aktorlerin karar destegini gelistirmeye yardimci olan Nesnelerin Interneti tabanli bir soguk zincir lojistigi onermektedir. Bu on calismada, ortam parametrelerinin gercek zamanli verileri IEEE 802.15.4 tabanli kablosuz algilayici aglari kullanilarak toplanmis ve bir ag gecidi uzerinden uzak sunucuya aktarilarak urunlerin raf omrunun karar destek sistemi tarafindan tahmin edilebilmesi saglanmistir. Gelistirilen uygulama cerisinde, soguk zincirde bulunan bozulabilir urunlerin tanimlanmasiyla amaciyla radyo frekansli tanimlama (RFID) sistemi de modellenmistir.","PeriodicalId":257636,"journal":{"name":"Sakarya University Journal of Computer and Information Sciences","volume":"21 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-08-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"7","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sakarya University Journal of Computer and Information Sciences","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35377/saucis.02.02.598963","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 7

Abstract

Dunya ekonomisinde gorulen carpici buyume, lojistik hizmetin cevik, esnek ve duyarli olmasini isteyen tedarik zinciri endustrisinide hizlandirmaktadir. Internet teknolojileri, musteri ve lojistik saglayici arasindaki bilgi aktarimi konusunda oldukca basarilidirlar. Bununla birlikte, lojistik hizmetindeki mal akisi ile bilgi akisi arasindaki mevcut bosluk, sicakliga duyarli urunler hakkinda gercek zamanli bilgi edinme konusunda bir sorun teskil etmektedir ve bu da lojistik yonetimini karar vericiler acisindan daha zorlu hale getirmektedir. Nesnelerin Interneti teknolojisi, soguk zincir endustrisinde ortam goruntuleme, yonetim ve karar alma surecleri acisindan umut verici bir cozum gibi gorunmektedir. Bu calisma, soguk zincirin gercek zamanli ortam sicakligini yoneterek, izleyerek ve sicaga duyarli urunlerin raf omrunu tahmin ederek tum aktorlerin karar destegini gelistirmeye yardimci olan Nesnelerin Interneti tabanli bir soguk zincir lojistigi onermektedir. Bu on calismada, ortam parametrelerinin gercek zamanli verileri IEEE 802.15.4 tabanli kablosuz algilayici aglari kullanilarak toplanmis ve bir ag gecidi uzerinden uzak sunucuya aktarilarak urunlerin raf omrunun karar destek sistemi tarafindan tahmin edilebilmesi saglanmistir. Gelistirilen uygulama cerisinde, soguk zincirde bulunan bozulabilir urunlerin tanimlanmasiyla amaciyla radyo frekansli tanimlama (RFID) sistemi de modellenmistir.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
基于物联网的冷链物流管理系统仿真建模
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Prediction of Cardiovascular Disease Based on Voting Ensemble Model and SHAP Analysis A NOVEL ADDITIVE INTERNET OF THINGS (IoT) FEATURES AND CONVOLUTIONAL NEURAL NETWORK FOR CLASSIFICATION AND SOURCE IDENTIFICATION OF IoT DEVICES High-Capacity Multiplier Design Using Look Up Table Sequential and Correlated Image Hash Code Generation with Deep Reinforcement Learning Price Prediction Using Web Scraping and Machine Learning Algorithms in the Used Car Market
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1