Il presente lavoro di laurea nasce dalla necessità dell'azienda Kerakoll di riprogettare la strategia di order picking, attività che ad oggi rappresenta il collo di bottiglia del magazzino. Un approfondito studio della letteratura e delle metodologie disponibili, insieme ad un'analisi dei processi di sviluppo e progettazione sono stati fondamentali per poter affrontare questo vasto problema. In base ad un'analisi dei dati e ai risultati ottenuti si ਠscelto di approfondire la strategia di order batching. Secondo questa modalità di prelievo gli ordini vengono raggruppati in batch e prelevati in un unico tour di prelievo. Ogni ordine cliente ਠcaratterizzato da una data di consegna, che non puಠessere violata per non abbassare il livello di servizio. Se tale data ਠrispettata o meno dipende da come gli ordini sono raggruppati, da come i batch sono assegnati agli operatori e sequenziati e, infine, dalla strategia di routing. Nel modello matematico proposto tutti questi sotto problemi sono contemporaneamente presi in considerazione. L'obiettivo ਠdi minimizzare la somma pesata del tempo di esecuzione, degli anticipi e dei ritardi. In condizioni reali, infatti, anche eccessivi anticipi nella preparazione non sono graditi, in quanto si occupa inutilmente spazio a magazzino. La valutazione dei tempi di processamento, invece, ci permette di effettuare un confronto con la situazione corrente. Il modello, seppur lineare e intero, non consente di risolvere problemi di grandi dimensioni, per questi si ਠricorso ad algoritmi euristici, in cui metodi di Iterated Local Search sono stati utilizzati per migliorare la soluzione.
Order Picking Problem all'interno dell'azienda Kerakoll: modellazione matematica per la definizione dei batch, il loro sequenziamento e l'identificazione del routing
2019
Abstract
Il presente lavoro di laurea nasce dalla necessità dell'azienda Kerakoll di riprogettare la strategia di order picking, attività che ad oggi rappresenta il collo di bottiglia del magazzino. Un approfondito studio della letteratura e delle metodologie disponibili, insieme ad un'analisi dei processi di sviluppo e progettazione sono stati fondamentali per poter affrontare questo vasto problema. In base ad un'analisi dei dati e ai risultati ottenuti si ਠscelto di approfondire la strategia di order batching. Secondo questa modalità di prelievo gli ordini vengono raggruppati in batch e prelevati in un unico tour di prelievo. Ogni ordine cliente ਠcaratterizzato da una data di consegna, che non puಠessere violata per non abbassare il livello di servizio. Se tale data ਠrispettata o meno dipende da come gli ordini sono raggruppati, da come i batch sono assegnati agli operatori e sequenziati e, infine, dalla strategia di routing. Nel modello matematico proposto tutti questi sotto problemi sono contemporaneamente presi in considerazione. L'obiettivo ਠdi minimizzare la somma pesata del tempo di esecuzione, degli anticipi e dei ritardi. In condizioni reali, infatti, anche eccessivi anticipi nella preparazione non sono graditi, in quanto si occupa inutilmente spazio a magazzino. La valutazione dei tempi di processamento, invece, ci permette di effettuare un confronto con la situazione corrente. Il modello, seppur lineare e intero, non consente di risolvere problemi di grandi dimensioni, per questi si ਠricorso ad algoritmi euristici, in cui metodi di Iterated Local Search sono stati utilizzati per migliorare la soluzione.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_Magistrale_Magnani_Elisa.pdf
accesso solo da BNCF e BNCR
Tipologia:
Altro materiale allegato
Licenza:
Tutti i diritti riservati
Dimensione
17.41 MB
Formato
Adobe PDF
|
17.41 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/299389
URN:NBN:IT:UNIMORE-299389