题目：制造物联中的多源异构数据融合方法研究

近年来，制造物联已经逐渐引起国内外学术界和工业界的广泛关注，作为一种由RFID、传感器网等物联网技术与先进制造技术、现代管理技术相融合产生的新兴制造技术，旨在实现产品全生命周期中企业制造资源和信息资源的动态感知、综合处理与智能管控，提高产品的附加值，提升制造企业生产控制与管理能力水平。但是，随着高级装置和智能设备数量的不断增加，制造企业的规模、种类和复杂度都在以前所未有的速度呈爆炸式的增长，如何从海量的数据中高效率的获取信息并转化为知识以成为制造物联迫切需要解决的问题。因此，本文通过研究制造物联中的多源异构数据融合方法，探索大量数据的潜在价值，提升企业生产效率与服务水平。

首先，论文总结了关于制造物联、数据清洗、数据融合的国内外研究现状，并结合制造物联的海量数据处理的需求，通过分析数据融合的原理和机制，提出了制造物联中多源异构数据融合的体系框架。

其次，研究了制造物联中RFID和传感器的数据清洗技术。结合制造物联的应用环境，针对RFID数据呈现出大量冗余的特点，研究了基于时间和时间间隔布鲁姆滤波器RFID数据清洗方法；针对传感器数据呈现出复杂噪声的特点，研究了多噪声组合卡尔曼滤波的传感器数据清洗方法。

再次，研究了基于粗糙集和证据理论的数据融合方法。在利用粗糙集理论对支持决策的数据属性进行重要度量的基础上，研究了基于粒子群优化算法的属性约简方法；在最小属性约简的基础上，研究了基于改进D-S证据理论的数据融合方法。

最后，在制造物联中多源异构数据的整体框架和关键技术的基础上，设计了制造物联中的多源异构数据融合系统的总体方案与系统架构，并开发了原型系统。