Optymalizacja procesu magazynowania wysokoskładowego / Piotr Kisielewski, Przemysław Talarek // W: Symulacje komputerowe w badaniach i rozwoju [Dokument elektroniczny] / pod. red. Zenona A. Sosnowskiego. ... więcej

Optymalizacja procesu magazynowania wysokoskładowego / Piotr Kisielewski, Przemysław Talarek // W: Symulacje komputerowe w badaniach i rozwoju [Dokument elektroniczny] / pod. red. Zenona A. Sosnowskiego. – Białystok : Politechnika Białostocka, 2020. – S. 151-170 : rys., tab., wykr. – Tryb dostępu: http://doi.org/10.24427/978-83-66391-28-4. – Bibliogr. 5 poz., Streszcz., Summ. – Tyt. streszcz.: Optimization of the high-level storage process. – doi: 10.24427/978-83-66391-28-4. – ISBN 978-83-66391-27-7. – ISBN 978-83-66391-28-4 (eBook)

W opracowaniu przedstawiono sposoby optymalizacji procesu magazynowania wysokiego składowania pod kątem skrócenia czasu kompletacji zamówień. Celem pracy jest optymalizacja procesu przechowywania ... więcej

W opracowaniu przedstawiono sposoby optymalizacji procesu magazynowania wysokiego składowania pod kątem skrócenia czasu kompletacji zamówień. Celem pracy jest optymalizacja procesu przechowywania wysokiego poziomu na wybranym przykładzie z użyciem oryginalnego programu napisanego w języku programowania Python. W tym celu program wykorzystuje algorytm Dijkstry, analizę materiałową ABC i przyjęty model matematyczny. Praca składa się z dwóch części. Pierwsza koncentruje się na podstawowej teorii magazynowania, optymalizacji i realizacji zamówień. W tej części wyjaśniono również główny aspekt analizy materiałowej, który wykorzystuje regułę Pareto do optymalizacji magazynowania i algorytm Dijkstry do określania ścieżki realizacji zamówienia. Druga część pracy zawiera kluczowe informacje, które są niezbędne do przeprowadzenia procesu optymalizacji. Na początku przedstawiono obszar magazynowy wybranego przykładu z danymi o korytarzach, strefach składowania, regałach paletowych, ilości artykułów i wykorzystaniu gniazd paletowych. Jako uzupełnienie tej informacji przedstawiono schemat techniczny w celu zilustrowania analizowanego przykładu. Następnie sformułowano założenia optymalizacyjne, określające układ magazynu, jego wymiary i wyposażenie. Ta część pracy obejmuje również wyniki symulacji komputerowej, które przedstawiono w tabelach i wykresach. W oparciu o wyniki symulacji można stwierdzić, że aspekt metody wyznaczania najlepszej drogi kompletacji zamówienia jest bardzo istotny, jeśli kierownictwo próbuje obniżyć koszty w firmie. Zastosowanie najprostszej metody Buyer do wyznaczania drogi kompletacji może skutkować skróceniem drogi nawet o 76% dzięki organizacji kolejności produktów na liście zamówienia. Wynik drogi kompletacji z najbardziej popularnych metod S-Shape można polepszyć o 32% przy użyciu analizy materiałowej ABC i o 24% przy użyciu algorytmu Dijkstry. Symulacje dla analizowanego typu magazynu ze składowaniem produktów typu Diagonal Storage wykazały problemy tylko z metodą Mid-Point, w której uzyskano gorsze wyniki po zmianie ABC alokacji produktów, ale przyczyną takich wyników mogła być niewystarczająco liczna lista produktów do kompletacji zamówienia lub strategia składowania zastosowana w przedmiotowym magazynie. W pracy krótko scharakteryzowano analizę materiałową ABC, sposoby wyznaczania tras kompletacyjnych oraz układania asortymentu wewnątrz magazynu. Na wybranym przykładzie zaprezentowano model decyzyjny oraz algorytm, którego zadaniem było ograniczenie długości drogi niezbędnej do kompletacji zamówienia. Wyniki badań symulacyjnych zestawiono porównawczo w tabelach i przedstawiono zbiorczo na wykresach. Uzyskane wyniki umożliwiły sformułowanie podsumowujących wniosków.

The purpose of the paper is the optimization of the high-level storage process on a selected example with usage of original program written in Python programming language. The program uses Dijkstra’s ... więcej

The purpose of the paper is the optimization of the high-level storage process on a selected example with usage of original program written in Python programming language. The program uses Dijkstra’s algorithm, material analysis of ABC and adopted mathematical model in order to achieve the target. The work consists of two parts. First one is focusing on the basic theory of warehousing, optimization and completion of orders. This paragraph also explains the main aspect of material analysis which uses Pareto’s rule for the storage optimization and Dijkstra’s algorithm for determining the path of order completion. Second part of the paper contains crucial information what is necessary to conduct the optimization process. At the beginning, warehousing area of selected example was presented with data about aisles, storage zones, pallet rackings, articles amount and pallet nests usage. As a supplement to this information, technical drawing was presented for the purpose of illustrating of the analyzed example. Subsequently the optimization assumptions were formulated such as dimensionless distance quantities, completion properties and restrictions, designation of warehouse layout. This part shows the results of simulation. The simulation results was presented in tables and charts. Based on the calculations, aspect of routing method is very crucial if management tries to reduce cost in a company. The most simple routing Buyer method, can be improved even by 76% just by organizing the order of products on the lists. One of the most common routing S-shape method, can be optimized by 32% with usage of material analysis of ABC and 24% with usage of Dijkstra’s algorithm. There were problems only with Mid-point method, which scores says that it gives worse results after products relocation, but that might happen because amount of order picking lists were not enough or used storage strategy