انبارش و جانمایی اقلام انبار بااستفاده از فناوری گروهی و به‌کارگیری الگوریتم ابتکاری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، دانشگاه فردوسی مشهد.

2 دانشجوی کارشناسی ارشد، موسسة مهرالبرز تهران.

چکیده

سیاست‏های متفاوتی در جهت چیدمان و انبارش اقلام در انبار وجود دارد. این مقاله، سیاست انبارش بر اساس گروه‌بندی اقلام را با درنظر گرفتن کلیة عوامل مؤثر در ذخیره‌سازی محصولات در انباری با محصولات حجیم و متنوع بررسی کرده است. هدف تحقیق، استفادة مؤثرتر از فضای انبار بوده و اطلاعات مربوط به ارتباطات میان محصولات، سفارشات و انبار و عوامل گروه‌بندی محصولات را شامل می‌شوند. تحقیق دارای دو مرحلة اساسی مشتمل بر مسئله گروه‏بندی اقلام و مسئله جای‏گذاری گروه محصولات در محل‏های انبارش. برای این منظور از تکنیک تحلیل خوشه‌ای غیرسلسله مراتبی
 
K-mean برای حل مسئله گروه‌بندی و یک الگوریتم ابتکاری برای حل مسئله تخصیص به محل‌های انبارش استفاده شده است. درنتیجه در مرحله‏ی اول، تعداد ده گروه کالا استخراج و نام‌گذاری شدند. سپس فضای انبار به محل‌های انبارش تقسیم‌بندی شد و الگوریتم ابتکاری گروه‌های محصولات را به محل‌های انبارش تخصیص می‌دهد. نتایج، بهبود 30 درصدی در مساحت اشغال شدة انبار مورد بررسی را نشان داده‌اند.

کلیدواژه‌ها


عنوان مقاله [English]

Using the Group Technology and a Heuristic Algorithm for Storage Location Assignment Problem

نویسندگان [English]

  • Alireza Pooya 1
  • Yoones Kermanshahian 2
1 Assistant Professor, Ferdowsi University of Mashhad.
2 M.S, University of Mehralborz.
چکیده [English]

Different policies in the arrangement and storage of items in stock there. This paper deal with correlated storage location problem by considering whole of the impact factors on products storing process. A warehouse with large, heavy and varied products was studied. The primary objective of this research is effective space utilization and information’s about the relationships between products; orders and warehouse are included of clustering factors. The research has two major steps, including the clustering of items and the assignment of products in storage locations.A non-hierarchical k-mean clustering approach used for solve the clustering problem and a heuristic algorithm is used for solving the location assignment problem. In the first step Ten clusters were extracted and named then the warehouse space was divided into some storage locations and Heuristic algorithm assigned groups to storage locations. The results shown close to 30 percent improved in the occupied area in the studied warehouse.

کلیدواژه‌ها [English]

  • Storage Location
  • Clustering
  • Impact Factors on Products Storing Process
  • Effective Space Utilization
1. آخوندی، علیرضا؛ فرقانی، علی و خاکزار بفروئی، مرتضی. (1387). طراحی انبار (استقرار کالا، تجهیزات و حمل‌ونقل). نشر جهاد دانشگاهی، تهران، صص 213-240.
2. حسن نایبی، عرفان، اخوان ماسوله، سپهر و شریفی، محمدرضا. (1387). کاربرد روش تحلیل سلسله‏مراتبی در انتخاب الگوی مناسب چیدمان اقلام در انبار: ششمین کنفرانس بین المللی مهندسی صنایع.
3. دانشور کاخکی، محمد؛ نصیری خونساری، محمدمهدی؛ مظفری، داریوش و نجاتی، وحید. (1385). الگوی مناسب چیدمان اقلام در یک انبار کانبان، مطالعة موردی شرکت ایران خودرو:‌ دومین کنفرانس لجستیک و زنجیرة تأمین.
4. رفیع‌زاده، ابوالفضل. (1379). کاربرد مسئله چیدمان اقلام در کانتینر-مورد سایپا. (پایان‌نامه کارشناسی ارشد مهندسی صنایع). دانشگاه تربیت مدرس، صص 2-5.
5. شهروز، محمدعلی. (1381). مطالعه و بررسی سیستم انبارهای موجود شرکت توزیع برق استان اصفهان. (پایان‌نامة کارشناسی ارشد). موسسة تحقیقات و آموزش مدیریت، صص 7-11.
6. نوبخت، شهناز و رضایی، مستانه. (1384). انبارداری. ناشر:‌ موسسة فرهنگی هنری دیباگران تهران، صص 44-48.
7. Amirhosseini, M., Sharp, G.P.(1996). Simultaneous analysis of products and orders in storage assignment. Manufacturing Engineering Division, No. 4, pp. 803–811.
8. Farahani, R. Z., Steadieseifi, M., Asgari, N. (2010). Multiple criteria facility location problems: A survey. Journal of Applied Mathematical Modeling, No. 34, pp. 1689-1709.
9. Frazelle, E.H. (1990). Stock location assignment and order picking productivity. (Ph.D. Dissertation). Georgia institute of technology.
10. Garfinkel, Maurice. (2005). Minimizing Multi-zone Orders in the Correlated Storage Assignment Problem. (A Dissertation for the PhD degree). School of Industrial and Systems Engineering, Georgia Institute of Technology.
11. Heragu, sunderesh S, Huang, Jason C.S., Mantel, Ronald J and Schuur, Peter C. (2004). An Efficient Model for Allocating products and designing a Warehouse: College-industry council on material handling education, colloquium.
12. Hua, W. (2001). Cluster based storage policies in kitting area. (Ph.D. Dissertation). Georgia institute of technology.
13. Jane, Chin-Chia and Laih, Yih-Wenn. (2005). A clustering algorithm for item assignment in a synchronized zone order picking system. European Journal of Operational Research, No. 166, pp 489–496.
14. Jinxiang Gu, Marc Goetschalckx, Leon F. McGinnis. (2007). Research on warehouse operation: A comprehensive review. European Journal of Operational Research, No. 177, pp. 1–21.
15. Juraitis, Mykolas. Stonys, Tomas. Strinskas, Arunas. Jankauskas, Darius and Rubliauskas, Dalius. (2006). a randomized heuristic for the container loading problem: further investigation. Information Technology and Control, Vol. 35, No: 1.
16. Kim, S. Byung. (2009). Dynamic Slotting and Cartonization Problem in Zone-based Carton Picking Systems. (A Dissertation for the PhD degree). Auburn University.
17. Tarık Kucukdeniz, Alp Baray, Kubilay Ecerkale, S_akir Esnaf. (2012). “Integrated use of fuzzy c-means and convex programming for capacitated multi-facility location problem. Expert Systems with Applications, 39, 4306–4314.
18. Larson, T. Nick. March, heather. Kusiak, Andrew. (1997). A heuristic approach to warehouse layout with class-based storage. IIE Transactions, No.29.
19. Liu, C.M. (1999). Clustering techniques for stock location and order-picking in a distribution center. Computers & operations research, 26, pp 989-1002.
20. Manzini R., Bindi, F., Ferrari E, Pareschi A. (2010). Correlated Storage Assignment and Isotime Mapping for Profiling Sku: XVI International Working Seminar on production Economics. Innsbruck (Austria), PRE-PRINTS, Volume 4, pp 27-41.
21. Naik, Vaibhav C. (2004). Fuzzy C-Means Clustering Approach to Design a Warehouse Layout. (A thesis for the Master Degree). College of Engineering University of South Florida.
22. Pisinger, David. (1998). A tree search heuristic for the container loading problem. Ricerca operativa, No: 28.
23. Rosenwein, M. B. (1994). An application of cluster-analysis to the problem of locating items within a warehouse. IIE transactions. 26, pp. 101-103.
24. Ruijter, De. H. (2007). Improved storage in a book warehouse: Design of an efficient tool for slotting the manual picking area at WoltersNoordhoff. (Master’s thesis). University of twenty, pp. 14-16.
25. Sadiq, M. (1993). A hybrid clustering algorithm for reconfiguration of dynamic order picking systems. (PhD Dissertation). University of Arkansas.
26. Shah, P. (1988). Decision problems in mini-load automatic warehousing systems. (Ph.D. Dissertation). Purdue University.
27. Xiao, Jian. And Zheng Li. (2010). Correlated storage assignment to minimize zone visits for BOM picking. International journal of advanced manufacturing technology, No. 57.
28. Yi-Fei Chuang, Hsu-Tung Lee, Yi-Chuan Lai. (2012). Item-Associated Cluster Assignment Model on Storage Allocation Problems. Journal of Computers & Industrial Engineering, Accepted Manuscript.