دانلود رایگان مقاله طراحی ارزش محور راه حل اینترنت اشیا برای زنجیره تامین مواد غذایی

چکیده 

        با وقوع انقلاب و تغییر و تحولات در اینترنت اشیا (IoT) زنجیره تامین مواد غذایی مدرن با چشم انداز امیدوارکننده شکل تازه‌ای به خود گرفت. برای موفق بودن در عمل، راه حل‌های IoT باید ارزش‌های "درآمد محور" را فراتر از ارزش‌های "ردیابی محور" ارائه دهند. برای انجام آنچه به کاربران وعده داده شده است، پرتفوی حسگر، و ترکیب اطلاعات باید با نیازمندی‌های جدید معرفی شده توسط ایجاد ارزش درآمد محور متناظر باشند. در این مقاله، پیشنهاد می‌کنیم که یک فناوری تجاری ارزش محور به چارچوب طراحی بپیوندد. بر اساس این ارزش افزوده درآمد محور شامل پیش بینی عمر مفید، ‌صرف فروش؛ کشاورزی دقیق و کاهش هزینه‌های مرتبط شناخته شده و ارزیابی شده است. پرتفوی حسگر متناظر توسعه داده شده است و پیاده سازی شده است. معماری ترکیب اطلاعات سه لایه را پیشنهاد می‌کند و مثال‌هایی در مورد تشریح پردازش داده، یادگیری خود محور پیش بینی عمر مفید و برنامه ریزی مجدد زنجیره تامین بلادرنگ ارائه شده است. امکانات چارچوب طراحی پیشنهادی و راه حل‌ها توسط آزمون‌های میدانی یک سیستم الگوی پیاده سازی شده تایید خواهد شد. 

1. مقدمه 

1.1 اکتشافات فناوری 

        اینترنت اشیا (IoT) چشم اندازی از اتصال هرچیزی، در هر زمانی، و هر جایی است، که ممکن است بر زندگی روزانه ما، مانند تاثیر اینترنت در دو دهه پیش، تاثیر داشته باشد (ITU 2005). جامعه اطلاعات کمیسیون اروپا (2008) IOT را به عنوان "اشیایی که دارای شناسه و عامل‌های شخصیت مجازی در فضای هوشمند هستند و با استفاده از واسط هوشمند با یکدیگر در جامعه، محیط و محیط کاربر ارتباط برقرار می‌کنند" یا " اشیای به هم مرتبط دارای نقش فعال در آنچه که ممکن است اینترنت آینده خوانده شود" تعریف کردند. عبارت IoT اغلب با عباراتی مانند " هوش محیطی"، "شبکه فراگیر"، "محاسبات فراگیر"، "محاسبات همه جا حاضر"، و "سیستم‌های فیزیکی سایبری" مرتبط است. کلید فعال کننده تکنولوژی‌های ICT (فناوری اطلاعات و ارتباطات) شامل شناسایی با استفاده از فرکانس رادیویی (RFID)، شبکه حسگر بی سیم (WSN)، ارتباطات ماشین به ماشین (M2M)، و تعامل ماشین-انسان (HMI)، میان افزار، سرویس وب، سیستم‌های اطلاعاتی و غیره است. با توجه به نسخه‌های متعددی از نقطه نظرهای متفاوت، IoT یک پارادایم مشترک از حوزه‌های ICT مدرن است (Atzori et al. 2010). IoT پتانسیل بسیاری را برای مصرف کنندگان، شرکت‌ها و بخش‌های عمومی با توامندسازی نوآوری در کاربردها و خدمات در نزدیکی همه بخش‌های اقتصادی ارائه می‌دهد. در نقشه راه پژوهش استراتژیک (جامعه اطلاعات کمیسیون اروپا،2009)، اپلیکیشن‌های IoT در زنجیره‌های تامین مواد غذایی (FSC) یکی از امیدوارکننده‌ترین اپلیکیشن‌های کشنده است. از کشاورزی دقیق، تا تولید غذا، فرآوری، ذخیره سازی، توزیع، و مصرف را پوشش می‌دهد که احتمالآ مزرعه تا سر سفره هم گفته می‌شود، راه حل‌های IoT پتانسیل‌های امیدوار کننده‌ای را برای بررسی قابلیت ردیابی، قابلیت دید، چالش‌های قابل کنترل ارائه می‌دهد. FSCهای امن‌تر، کارآمدتر و پایدارتری در آینده نزدیک انتظار می‌روند. 

         در سال‌های اخیر؛ برخی از تکنولوژی‌های مربوط به IoT در بالاترین سطح تکنولوژی برای اپلیکیشن‌های مربوط به FSC بررسی شدند. Ruiz-Garcia و همکاران (2009)، Ruiz-Garcia و Lunadei (2011) تکنولوژی‌های RFID و WSN را برای نظارت بر محیط کشاورزی، تشخیص آتش، ماشین آلات کشاورزی، کنترل آفات، ردیابی حیوانات، زراعت انگور، آبیاری دقیق، گلخانه، ردیابی غذا، دام دقیق، مدیریت زنجیره تامین، نظارت بر زنجیره سرد دیدند، و Lee و همکاران (2010) تکنولوژی‌های سنجش را برای تولید دقیق محصولات تخصصی بررسی کردند. بعد از بررسی ادبیات موضوعی بالا، دریافتیم که برنامه‌های کاربردی IoT در FSCها هنوز در مراحل اولیه خود با بلوغ کم هستند، اگر چه پروژه‌های آزمایشی جنبه‌های بسیاری از FSCها را پوشش داده‌اند، راه حل‌های مجزایی وجود دارند که فاقد ملاحظات جامع هستند. علاوه بر این، زمانی که راه حل‌های اخیر را ارزیابی میکنیم (Huang et al.2006; Jones 2006; Kuck 2007; Hsu et al. 2008; Abad et al. 2009, Martínez-Sala et al. 2009, Carullo et al. 009; Ruiz-Garcia et al. 2010, Sallabi et al. 2011, Qi et al. 2011, Rong et al. 2011; Hulstijn et al. 2011; Lao et al. 2012)، یافته‌های بالا تایید شدند. یک مقایسه دقیق در جدول 6 با نگاشت آن‌ها در فضای بهره برداری پیشنهاد شده در بخش 1.3 آورده شده است. برای تحلیل بالا، راه حل‌های موجود می‌توانند تنها بخشی از مسئله را در کسب و کار یا تکنولوژی حل کنند. علاوه بر این، اگر چه برخی از آن‌ها نسبتآ جامع دیده شده‌اند (e.g. Martínez-Sala et al. 2009 and Jones 2006)، مزایا برای کاربران به شدت به تکنولوژی‌های RFID مربوط است، که از آن استفاده می‌کنند. 

         لذا، هدف اصلی کار ما، غلبه بر معایب قابل توجه گفته شده در بالا است. به ویژه، پیشنهاد یک تکنولوژی کسب و کار همراه با چارچوب طراحی را هدف قرار می‌دهیم، و سپس بر اساس آن، طراحی یک راه حل بهتر برای حل مسئله در یک روش جامع‌تر را هدف قرار می‌دهیم. اثربخشی چارچوب طراحی با امکان‌سنجی راه حل واقعی اثبات می‌شود. 

1.2 برنامه‌های کاربردی کسب و کار 

        علاوه بر مطالعه فناوری، اپلیکیشن‌های تجاری به صورت فعالی در طول سال‌های اخیر به اجرا درآمده‌اند. این مطالعه اساسا شامل مشاهدات رفتاری، شناسایی مزایا، نمایش فرآیند کسب و کار، مدل سازی منطق کسب و کار، مدل سازی هزینه و قیمت، ارزیابی عملکرد و غیره است. برطبق بررسی‌های ما، دریافتیم که مطالعه‌های موجود یا برای گزینه‌های فناوری کافی نیستند ( RFID نسبت به IoT) یا در اپلیکیشن‌ها بسیار عمومیت دارند. اکتشافات خاص IoT-for-FSC از جامع بودن و عملی بودن بسیار دور است. 

         در چند دهه گذشته، فناوری اطلاعاتی و تجارت الکترونیک اثرات خوبی را بر مدیریت زنجیره تامین (SCM) ایجاد کردند (Li 2007). برای بهبود یکپارچگی زنجیره تامین سراسری، استفاده موثر از فناوری اطلاعات و زیر ساخت‌های IT به یکی از موضوعات اصلی در حوزه مربوطه تبدیل شد(Li and Warfield 2011). فناوری‌ها همکاری بلادرنگ را در SCMهای مشترک، ادغام زنجیره تامین، و مدیریت کیفیت زنجیره تامین در شرایط بازاری همیشه در حال تغییر و پیچیده اجازه می‌دهد (Xu 2011b). با مشاهده رفتار کاربر، Angeles (2010) روابط مثبت بین صفات کاربردی RFID (معادل با تمایل به پذیرش تا حدودی) و سطح ادغام زیرساخت IT و ادغام زنجیره تامین را اثبات می‌کند. با رفتن به یک مرحله جلوتر، مزایای کسب و کار استراتژیک RFID شناسایی شد (Tajima 2007; Sarac et al. 2010, Ugazio and Pigni 2010, Wamba and Chatfield 2010). اما این مطالعات مسائل زنجیره تامین را در کل، بدون ملاحظات خاصی از FSCها بررسی کردند. با تخصصی‌تر کردن FSC، مزایا (Choe et al. 2009)، مدل‌های فرآیند (Victoria de-la-Fuente and Ros 2010) و مدل‌های قیمت گذاری (Zhang and Li 2012) مطالعه شدند. اما جایگزین‌های تکنولوژی‌ها در نظر گرفته شده در این مطالعه تنها RFIDهای سنتی هستند که تنها زیر مجموعه کوچکی از تکنولوژی‌های IoT کلیدی می‌باشند. علاوه بر این، عقب نشینی قابل توجهی در پذیرش تکنولوژی RFID رخ داده است، و بحث‌ها و نقدهایی بر آن هنوز هم وجود دارد (McWilliams 2006). هیچ اتفاق نظری بر اینکه "مسیر درست RFID چیست" وجود ندارد، اما حداقل، ما موافق هستیم که "پذیرش آن از در زمانی که اولین بار در وال مارت ارتقا یافت، از مسیر پیش بینی شده پیروی نکرد" (Visich et al. 2011). بنابراین، پژوهش‌ بیشتر کسب و کار بر روی IoT-for-FSC، فراتر از RFID-for-SC، برای هدایت صنعت به سمت تصحیح جهت، ضروری است. 

         لذا هدف دوم این کار ارتقای برنامه‌های کاربردی با بسط جایگزین‌های فناوری از RFID به IoT، و تمرکز بر دامنه کاربردی از زنجیره تامین عمومی به FSC است. 

1.3 تصویر کلی 

         FSC معمولی امروز یک سیستم توزیع شده در مقیاس جغرافیایی و زمانی، فرآیندهای عملیاتی پیچیده، و نیازمندی‌های فنی متنوع است. نگاشت آن در جهان مجازی بدون دسته بندی و فرمول سازی غیر ممکن است. در کار قبلی ما (Pang et al. 2012)، ما FSC را در 5 سناریو به انتزاع در آوردیم: تولید، ذخیره، حمل و نقل، فروش و مصرف. یک سناریو تجریدی از یک کلاس از محیط‌های استقرار مشابه است. همیشه برابر با یک مرحله تراکنش در فرآیندهای کسب و کار واقعی نیست، در عوض ممکن است متناظر با مراحل متعدد تراکنش یا بخشی از یک مرحله تراکنش باشد. هر FSC واقعی می‌تواند از همه یا بخشی از 5 سناریو ترتیبی با توپولوژی‌های خاص تشکیل شده باشد. 

        همانطور که در شکل 1 نشان داده می‌شود، یک راه حل IoT معمولی برای یک FSC از موارد زیر تشکیل شده است: یک سری از تجهیزات مربوط به حوزه (گره‌های WSN، کد خوان/تگ‌های RFID، ترمینال واسط، و غیره)، یک سیستم ستون فقراتی (پایگاه داده، سرور، و بسیاری از ترمینال‌های متصل به شبکه‌های کامپیوتری توزیع شده و غیره)، و یک سری از زیرساخت‌های ارتباطاتی بی سیم و سیم دار ( WiFi، سلولی، ماهواره، خط انتقال برق، اترنت، و غیره). با توجه به اتصال فراگیر، همه نهادهای فیزیکی تجهیزات مربوط به حوزه و تجهیزات ستون فقراتی می‌توانند در کل FSC توزیع شوند. از طریق عملکردهای سنجش قدرتمند اما اقتصادی، همه اطلاعات محیطی و رخدادی می‌تواند بر یک اساس 7/24 جمع آوری شوند. مقدار زیادی از داده خام استخراج شده و داده سطح بالا؛ مستقیمآ با اطلاعات قابل استفاده برای سیستم‌های پشتیبان تصمیم (DSS) ترکیب شدند. 

        همانطور که در بالا گفتیم، IoT-for-FSC "ترکیبی" از اکتشافات کسب و کار و فناوری است. لذا برای داشتن یک تصویر کلی از فضای اکتشاف یک طبقه بندی لازم است. در اینجا ما از یک چارچوب طبقه بندی سه سطحی پیشنهادی توسط Sheng و همکاران (2010) استفاده می‌کنیم، و به طبقه بندی پیشنهاد شده توسطLópez و همکاران (2011) اشاره می‌کنیم. با اضافه کردن یک " سطح کسب و کار" به سه سطح، پشته چهار سطحی بر مدل پنج سناریو FSC ایجاد می‌شود، و تصویر کلی از فضای اکتشاف IoT for-FSC را اتخاذ می‌کنیم. یک مثال در شکل 2 نشان داده شده است. این مثال می‌تواند برای مقایسه راه حل‌های موجود و جایگاه کار ما استفاده شود.

Abstract

       The revolution of Internet-of-Things (IoT) is reshaping the modern food supply chains with promising business prospects. To be successful in practice, the IoT solutions should create “income-centric” values beyond the conventional “traceability-centric” values. To accomplish what we promised to users, sensor portfolios and information fusion must correspond to the new requirements introduced by this income-centric value creation. In this paper, we propose a value-centric business-technology joint design framework. Based on it the income-centric added-values including shelf life prediction, sales premium, precision agriculture, and reduction of assurance cost are identified and assessed. Then corresponding sensor portfolios are developed and implemented. Three-tier information fusion architecture is proposed as well as examples about acceleration data processing, self-learning shelf life prediction and real-time supply chain re-planning. The feasibilities of the proposed design framework and solution have been confirmed by the field trials and an implemented prototype system.

1 Introduction

1.1 Technology explorations

         The Internet-of-Things (IoT) is a vision of connectivity for anything, at anytime and anywhere, which may have an impact on our daily life dramatically as what the Internet has had in the past two decades (ITU 2005). European Commission Information Society (2008) has defined IoT as “Things having identities and virtual personalities operating in smart spaces using intelligent interfaces to connect and communicate within social, environmental, and user contexts” or “Interconnected objects having an active role in what might be called the Future Internet”. The term of the IoT is often associated with such terms as “ambient intelligence”, “ubiquitous network”, “ubiquitous computing”, “pervasive computing”, and “cyberphysical systems”. Key enabling ICT (Information and Communications Technology) technologies include radio frequency identification (RFID), wireless sensor network (WSN), machine-to-machine communication (M2M), human machine interaction (HMI), middleware, web service, information systems, etc. With multiple visions from different viewpoints, the IoT has become the common paradigm of modern ICT area (Atzori et al. 2010). It offers immense potential to consumers, companies and public sectors by enabling innovative applications and services in nearly all sectors of economy. In the strategic research roadmap (European Commission Information Society 2009), the application of IoT in food supply chains (FSCs) is one of the promising killer applications. Covering from precision agriculture, to food production, processing, storage, distribution, and consuming, so-called farm-to-plate, IoT solutions provide promising potentials to address the traceability, visibility and controllability challenges. Safer, more efficient, and sustainable FSCs are expectable in the near future.

       The state of the art of some IoT-related technologies for FSC-related applications has been reviewed in recent years. Ruiz-Garcia et al. (2009), Ruiz-Garcia and Lunadei (2011) have reviewed the RFID and WSN technologies for farming environmental monitoring, fire detection, farm machinery, pest control, animal tracking, viticulture, precision irrigation, greenhouse, food traceability, precision livestock, supply chain management, cold chain monitoring; and Lee et al. (2010) have reviewed the sensing technologies for precision specialty crop production. After a review of the above literatures, we found that IoT applications in FSCs are still in an early stage with low maturity; and although pilot projects have covered many aspects of the FSCs, the solutions are still separated and lack of comprehensive considerations. Furthermore, when we assessed the recent solutions (Huang et al. 2006; Jones 2006; Kuck 2007; Hsu et al. 2008; Abad et al. 2009, Martínez-Sala et al. 2009, Carullo et al. 2009; RuizGarcia et al. 2010, Sallabi et al. 2011, Qi et al. 2011, Rong et al. 2011; Hulstijn et al. 2011; Lao et al. 2012), above findings were confirmed. A detailed comparison is given in Table 6 by mapping them to the exploration space proposed in section 1.3. For the above analysis, the existing solutions can resolve only a part of the problems either in business or in technology. Additionally, although some of them look relatively comprehensive, (e.g. Martínez-Sala et al. 2009 and Jones 2006), the benefits for users are highly limited by the RFID technology that they use.

        So, as the main aim of our work, it is of significance to overcome the above drawbacks. In particular, we intend to propose a business-technology joint design framework; and then base on that, to design a better solution to resolve the problems in a more comprehensive way. Effectiveness of the design framework is proven by the feasibility of this real solution.

1.2 Business applications

        Besides the technology explorations, business applications have also been actively carried out during the recent years.These mainly include behavior observation, benefit identification, business process representation, business logic modeling, price and cost modeling, performance evaluation, etc. According to our investigation, we found the existing studies are either inadequate in technology alternatives (mainly RFID rather than the IoT) or too general in applications (general supply chains rather than specific FSCs). Specific explorations on IoT-for-FSC are far from comprehensive and practical.

        In the last decades, the e-commerce and information technology have demonstrated great impact on supply chain management (SCM) (Li 2007). To improve global supply chain integrity, the effective use of information technology and IT infrastructure has become one of the central topics in relevant areas (Li and Warfield 2011). The technologies will allow real-time collaborative SCM, supply chain integration, and supply chain quality management in the face of complex and fast-changing market conditions (Xu 2011b). By observing the users’ behavior, Angeles (2010) has proven the positive relationship between RFID application attributes (equivalent to adoption willingness to some extent) and the level of both IT infrastructure integration and supply chain integration. Going a step further, strategic business benefits of RFID have been identified (Tajima 2007; Sarac et al. 2010, Ugazio and Pigni 2010, Wamba and Chatfield 2010). But these studies address the supply chain problems in general, without specific considerations of FSCs. Being more specific for FSCs, benefits (Choe et al. 2009), process models (Victoria de-la-Fuente and Ros 2010) and pricing models (Zhang and Li 2012) have been studied. But technology alternatives considered in these studies are only the traditional RFID which is only a small subset of key IoT technologies. Moreover, the significant setbacks have happened in the adoption of RFID technology, and debates and criticism still commonly exist today (McWilliams 2006). There is no consensus about “what is the correct path for RFID”, but at least we all agree that “its adoption hasn’t followed the predicted path when it was firstly promoted by Wal-Mart” (Visich et al. 2011). Therefore, more business research on IoT-for-FSC, beyond the RFID-for-SC, are essential to lead the industry to a correct direction.

        So the second aim of this work is to enhance the business applications by extending the technology alternatives from RFID to the IoT, and concentrating the application scope from general supply chains to FSCs.

1.3 The whole pictures

        Today’s typical FSC is a distributed system with large geographical and temporal scale, complex operation processes, and diverse technical requirements. It is impossible to map it into the virtual world without classification and formalization. In our previous work (Pang et al. 2012), we have abstracted the real FSCs into 5 scenarios: Produce, Store, Transport, Sell and Consume. A scenario is the abstraction of a class of similar deployment environments. It is not always equal to one transaction step in real business process; instead it may correspond to multiple transaction steps or a part of a single transaction step. Any real FSC can be composed by all or a part of the 5 scenarios under certain orders and topology.

      As shown in Fig. 1, a typical IoT solution for a FSC comprises: a series of field devices (WSN nodes, RFID readers/tags, user interface terminals, etc.), a backbone system (databases, servers, and many kinds of terminals connected by distributed computer networks, etc.); and a series of heterogeneous wired and wireless communication infrastructures (WiFi, cellular, satellite, power line, Ethernet, etc). Due to its ubiquitous connectivity, all physical entities of field devices and backbone equipments can be distributed throughout the entire FSC. Through powerful but economy sensing functionalities, all environmental and event information can be gathered on a 24/7 basis. The vast amount of raw data is extracted and fused into high level and directly usable information for decision support systems (DSS).

      As mentioned above, the IoT-for-FSC is “mashup” of business and technology explorations. So taxonomy is necessary to have an overall picture of the exploration space. Here we use a three-level classification framework proposed by Sheng et al. (2010), and refer to the taxonomy proposed by López et al. (2011). By adding a “business level” to the threelevels, stacking the four-levels over the five-scenario model of FSCs, we get a whole picture of the exploration space of IoTfor-FSC. An example is shown in Fig. 2. It will be used to compare the existing solutions and position our work.

چکیده 

1. مقدمه 

1.1 اکتشافات فناوری 

1.2 برنامه‌های کاربردی کسب و کار 

1.3 تصویر کلی 

1.4 چارچوب طراحی مشترک کسب و کار- تکنولوژی 

1.5 بررسی این مقاله 

2. ایجاد و ارزیابی ارزش: فراتر از قابلیت ردیابی

2.1 ارزش ردیابی محور RFID سنتی 

2.2 ایجاد ارزش درآمد محور

2.3 ارزیابی ارزش کمی با تحلیل ذی نفعان 

3. پرتفوی حسگر 

3.1 رویه طراحی 

3.2 هدف قراردادن سنجش 

3.3 تحلیل دسترس پذیری 

3.4  ارزیابی هزینه حسگر 

3.4.1 هزینه انرژی

3.4.2 هزینه ترافیک

3.4.3 ارزیابی هزینه 

4. ترکیب اطلاعات 

4.1 معماری ترکیب اطلاعات سلسله مراتبی 

4.1.1 ترکیب اطلاعات در محل 

4.1.2 ترکیب اطلاعات در داخل سیستم 

4.1.3 ترکیب اطلاعات در داخل ابر 

4.2 ترکیب اطلاعات در محل 

4.2.1 ویژگی‌های داده 

4.2.2 استخراج شوک، شیب، ارتعاش

4.3 ترکیب اطلاعات در درون سیستم 

4.3.1 فرمولاسیون سوال 

4.3.2 مدلسازی و چالش 

4.3.3 رویکرد یادگیری خود محور 

4.4 ترکیب اطلاعات در ابر 

5. پیاده سازی و آزمون‌های میدانی 

5.1 گره‌های حسگر 

5.2 نرم افزار سیستمی

5.2.1 واسط کاربر 

5.2.2 سرور و پایگاه داده 

5.3 آزمون‌های میدانی 

5.3.1 راه اندازی تست 

5.3.2 داده حسگر 

5.3.3 تشخیص زمینه

5.3.4  نقاط حساس 

5.3.5 اطلاعات ارزشمند برای کاربران

5.3.6 باز خورد از کاربران 

6.  محدودیت‌ها 

7. نتیجه گیری 

منابع

Abstract

1 Introduction

1.1 Technology explorations

1.2 Business applications

1.3 The whole pictures

1.4 The business-technology joint design framework

1.5 Overview of this paper

2 Value creation and assessment: Beyond the traceability

2.1 Traceability-centric values of traditional RFID

2.2 Income-centric values creation

2.3 Quantitative value assessment by stakeholder analysis

3 Sensor portfolios

3.1 Design procedure

3.2 Sensing targeting

3.3 Availability analysis

3.4 Sensor cost assessment

3.4.1 Energy cost

3.4.2 Traffic cost

3.4.3 Cost assessment

4 Information fusions

4.1 Hierarchical information fusion architecture

4.1.1 On-site information fusion

4.1.2 In-system information fusion

4.1.3 In-cloud information fusion

4.2 On-site information fusion

4.2.1 Data characteristics

4.2.2 Tilt, vibration and shock extraction

4.2.3 Implementation and result

4.3 In-system information fusion

4.3.1 Question formulation

4.3.2 Modeling and challenge

4.3.3 Self-learning approach

4.4 In-cloud information fusion

5 Implementation and field tests

5.1 Sensor nodes

5.2 System software

5.2.1 User interface

5.2.2 Server and database

5.3 Field tests

5.3.1 Test setup

5.3.2 Sensor data

5.3.3 Context recognition

5.3.4 Sensitive spots

5.3.5 Valuable information to users

5.3.6 Feedback from users

6 Limitations

7 Conclusions

References