سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات162
تعداد شماره‌ها6,579
تعداد مقالات71,072
تعداد مشاهده مقاله125,681,322
تعداد دریافت فایل اصل مقاله98,911,572
Neishabouri Jami, Ensieh, Masehi, Ellips. (1396). Automatic Reverse Warehousing System: Principal Concepts, Modeling and Optimizing of Shelving and Routing Problems. , 51(1), 117-131. doi: 10.22059/jieng.2017.61898
Ensieh Neishabouri Jami; Ellips Masehi. "Automatic Reverse Warehousing System: Principal Concepts, Modeling and Optimizing of Shelving and Routing Problems". , 51, 1, 1396, 117-131. doi: 10.22059/jieng.2017.61898
Neishabouri Jami, Ensieh, Masehi, Ellips. (1396). 'Automatic Reverse Warehousing System: Principal Concepts, Modeling and Optimizing of Shelving and Routing Problems', , 51(1), pp. 117-131. doi: 10.22059/jieng.2017.61898
Neishabouri Jami, Ensieh, Masehi, Ellips. Automatic Reverse Warehousing System: Principal Concepts, Modeling and Optimizing of Shelving and Routing Problems. , 1396; 51(1): 117-131. doi: 10.22059/jieng.2017.61898

Automatic Reverse Warehousing System: Principal Concepts, Modeling and Optimizing of Shelving and Routing Problems

Advances in Industrial Engineering
مقاله 10، دوره 51، شماره 1، تیر 2017، صفحه 117-131    اصل مقاله (1.1 M)
نوع مقاله: Research Paper
شناسه دیجیتال (DOI): 10.22059/jieng.2017.61898
نویسندگان
Ensieh Neishabouri Jami؛ Ellips Masehi*
Faculty of Industrial Engineering, Tarbiat Modares University, Tehran, Iran
چکیده
Warehouses and distribution centers are essential components in supply chain and their management has a particular importance. In the traditional approach for collecting the items of orders in warehouses, operators walk or drive toward the shelves and collect the ordered items. However, since 2006 a new system has been deployed in some large distributing warehouses like Amazon Inc., in which shelves are mounted on mobile platforms and are carried by small mobile robots toward operators who pick the ordered items. Advantages of this system compared to traditional system are increased flexibility, accuracy, and speed of preparing the received orders. On the other hand, the mathematical model of this system –which we call it ‘Automatic Reverse Warehousing System (ARWS)’– is introduces as a trade solution, and no research papers have been published about it. In this paper, this system will be studied from the viewpoint of industrial engineering. Then, its components and their relationship with each other and their two major subproblems, namely, allocation and routing will be identified, and their interrelations will be investigated. The model is solved for minimizing the overall cost and finding the best paths of shelves through a Genetic Algorithm and maximum flow approach.
کلیدواژه‌ها
Genetic Algorithm؛ Mathematical modeling؛ Mobile shelf؛ Reverse warehousing with movable shelves؛ Robotic؛ Routing problem؛ Shelving problem
عنوان مقاله [English]
سیستم انبارداری معکوس اتوماتیک: مفاهیم بنیادی، مدل‌سازی و حل مسئلۀ چینش بهینۀ اقلام و مسیریابی ربات‌ها
نویسندگان [English]
انسیه نیشابوری جامی؛ الیپس مسیحی
دانشجوی دکتری مهندسی صنایع، دانشگاه تربیت‌مدرس
چکیده [English]
انبارها و مراکز توزیع، یکی از اجزای مهم در زنجیرۀ تأمین هستند که مدیریت آن‌ها از اهمیت ویژه‌ای برخوردار است. رویکرد غالب و معمول جمع‌آوری کالا در انبارها بدین‌صورت است که اپراتور به­صورت پیاده یا با خودرو، اقلام سفارش­داده‌شده را جمع‌آوری می­کند. از سال 2006 به بعد، در برخی از انبارهای بزرگ مانند شرکت آمازون- که نقش توزیع‌کننده را دارند- از سیستم جدیدی بهره گرفته شده است که در آن، چندین ربات سیار به زیر قفسه‌های حامل اقلام می­روند و آن‌ها را به­سمت اپراتور حرکت می‌دهند. اپراتور نیز اقلام مورد نیاز را از قفسه‌ها برمی­دارد و سفارش را تکمیل می‌کند. مزایای این سیستم در مقایسه با روش سنتی، افزایش انعطاف‌پذیری، دقت و سرعت آماده‌سازی سفارش‌هاست. از طرفی، این سیستم- که ما آن را «سیستم انبارداری معکوس اتوماتیک (ساما)» می‌نامیم- به‌عنوان راه‌حلی تجاری معرفی شده و تابه‌حال، مستنداتی پژوهشی درمورد آن منتشر نشده است. در این مقاله، سیستم مذکور از دیدگاه مهندسی صنایع مطالعه می­شود. سپس اجزای آن و ارتباط آن‌ها با یکدیگر تبیین و معرفی می‌شود و دو زیرمسئلة اصلی آن شامل مسائل تخصیص و مسیریابی مطالعه می‌شوند. در ادامه، مدل‌سازی ریاضی مسائل چینش بهینة اقلام درون قفسه‌ها، با هدف مینیمم­کردن هزینه و همچنین یافتن بهترین مسیر برای حرکت قفسه‌ها ارائه می‌شود. در انتها نیز نتایج حل مسئله با الگوریتم ژنتیک و ماکزیمم جریان ارائه شده است.
کلیدواژه‌ها [English]
الگوریتم ژنتیک, رباتیک, سیستم انبارداری معکوس اتوماتیک, قفسة متحرک, مدل‌سازی ریاضی, مسئلة چینش اقلام, مسئلة مسیریابی
مراجع
  1. Wurman, P.R., D’Andrea, R. and Mountz, M. (2008). “Coordinating hundreds of cooperative, autonomous vehicles in warehouses”, AI Magazine, Vol. 29, No. 1, PP. 9–20.
  2. Lesser, V.R. (1999). “Cooperative multiagent systems: A personal view of the state of the art”, IEEE Transactions on Knowledge and Data Engineering,Vol. 11, No. 1, PP. 133–142.
  3. De Koster, R., Le-Duc, T. and Roodbergen, K.J. (2007). “Design and control of warehouse order picking: A literature review”, European Journal of Operational Research, Vol. 182, No. 2, PP. 481–501.
  4. Wurman, P.R., D’Andrea, R. and Mountz, M. (2008). “Coordinating hundreds of cooperative, autonomous vehicles in warehouses”, AI Magazine, Vol. 29, No. 1, PP. 9–20.
  5. Guerriero, F., Musmanno, R., Pisacane, O. and Rende, F. (2013). “A mathematical model for the multi-levels product allocation problem in a warehouse with compatibility constraints”, Applied Mathematical Modeling, Vol. 37, No. 6, PP. 4385–4398.
  6. Muppani, V.R. and Adil G.K. (2006). “Formation of storage classes in the presence of space cost for warehouse planning”, International Journal of Services Operations and Informatics, Vol. 1, No. 3, PP. 286–303.
  7. Heragu, S.S. (2005). “Mathematical model for warehouse design and product allocation”, Int. J. Production Research, Vol. 43, No. 2, PP. 327–338.
  8. Önüt, S., Tuzkaya, U.R. and Doga B. (2008). “A particle swarm optimization algorithm for the multiple-level warehouse layout design problem”, Computers and Industrial Engineering, Vol. 54, No. 4, PP. 783–799.
  9. Sanei, O., Nasiri, V., Marjani, M.R. and Moattar-Husseini, S.M. (2011). “A heuristic algorithm for the warehouse space assignment problem considering operational constraints: with application in a case study”, Proc. 2011 Int. Conf. on Industrial Engineering and Operations Management, Kuala Lumpur, Malaysia, January 22–24.
10. Bektas, T. (2006). “The multiple traveling salesman problem: an overview of formulations and solution procedures”, Omega, Vol. 34, No. 3, PP. 209–219.

11. Theys, C., Broysy, O., Dullaert, W., Raa. (2010). “Using a TSP heuristic for routing order pickers in warehouses”, European Journal of Operational Research, PP. 755–763.

12. Norouzi, N., et al. (2015). “New mathematical modeling for a facilities location and vehicle routing problem solving by a hybrid imperialist competitive algorithm”,  Journal of Industrial Engineering, vol 49, No 1 , PP. 129–137.

13. Parragh, S., Doerner, K. and Hart, R. (2008). “A survey on pickup and delivery problems: Part I, Transportation between customers and depot”, Journal für Betriebswirtschaft, Vol. 58, No. 1, PP. 21–51.

14. Pandelis, D.G., Karamatsoukis, C. and Kyriakidis, G. (2013). “Single vehicle routing problems with a predefined customer order, unified load and stochastic discrete demands”, Probability in the Engineering and Informational Sciences, Vol. 27. No. 1, PP. 1–23.

15. Setak, M., Jalili Bolhassani, S., Karimi, H. and Gorbani, B. (2014). “A node-based mathematical model towards the location routing problem with intermediate replenishment facilities under capacity constraint”, International Journal of Engineering, Vol. 27, No. 6, PP. 911–20.

16. Davoodi, M., Abedin, M., Banyassady, B., Khanteimouri, P. and Mohades A. (2013). “An optimal algorithm for two robots path planning problem on the grid”, Robotics and Autonomous Systems, Vol. 61, No. 12, PP. 1406–1414.

17. Roozbehani, H. and D’Andrea R. (2011). “Adaptive highways on a grid”, In Pradalier, C., Siegwart, R., and Hirzinger, G. (Eds.), Robotics Research, Vol. 70. Springer Berlin/Heidelberg, PP. 661–680.

18. Yu, J. and LaValle, S.M. (2013). “Planning optimal paths for multiple robots on graphs”, Proc. IEEE Int. Conf. on Robotics and Automation (ICRA), May 2013, Kalsruhe, Germany, PP. 3612-3617.

19. Surynek, P. (2010). “An optimization variant of multi-robot path planning is intractable”, Proc. of the 24thAAAI Conference on Artificial Intelligence, PP. 1261–1263.

20. Bruno, J., Coffmann, E. and Sethi, R. (1974). “Scheduling independent tasks to reduce mean finishing time”, Communications of ACM, Vol. 17, No. 7, PP. 382–387.

  1. Parekh, A. (2016). “Kiva Systems–Robotic Warehouse”, Available online at http://hackedgadgets.com/ 2010/07/10/kiva-systems-robotic-warehouse.
آمار
تعداد مشاهده مقاله: 1,003
تعداد دریافت فایل اصل مقاله: 773





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب