ارائه مدل تخلیه انبار پیک با ظروف ناهمگن در شرایط اضطرار با رویکرد الگوریتم های هوش ازدحامی

فصلنامه مدیریت راهبردی در سیستم های صنعتی (مدیریت صنعتی سابق)

مقاله 8، دوره 16، شماره 57، آبان 1400، صفحه 152-171   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.30495/imj.2021.686450

نویسندگان

امیر رضا احمدی کشاورز¹؛ داوود جعفری^{* 2}؛ مهران خلج³؛ پرشنگ دوکوهکی¹

¹گروه مهندسی صنایع, دانشگاه آزاد اسلامی واحد پرند

²گروه مهندسی صنایع, دانشگاه آزاد اسلامی واحد پرند,

³عضو هیت علمی دانشگاه آزاد اسلامی

چکیده

برنامه ریزی برای تخلیه سلول های انبارها یکی از مسائل چالش برانگیز در زمان وقوع بحران است. نیاز به لجستیک اضطراری جهت استفاده موثر از تجهیزات، از اهمیت بالایی برخوردار است. دراین مطالعه یک مدل برنامه ریزی دو هدفه مسیریابی و زمان بندی هم زمان وسایل نقلیه ناهمگن (ظروف پیک) جهت تخلیه سلول های انبار پیک در شرایط اضطراری (عدم انطباق قطعه با برنامه پیک)، به منظور حداقل کردن زمان جابجایی و حداکثر کردن قابلیت اطمینان مسیرها به دلیل ازدحام راهرو های انبار پیشنهاد شده است. برای حل مدل پیشنهادی از روش محدودیت اپسیلون توسعه یافته استفاده شده است. در مدل پیشنهادی امکان ارائه خدمت جهت هر سلول انبار که می‌بایست تخلیه گردد، توسط ظروف پیک ناهمگن به مناطق لجستیکی/ انبار بازکاری با ظرفیت محدود در نظر گرفته شده است. برای نشان دادن کارایی مدل پیشنهادی، مدل بر روی یک مثال تصادفی اجرا و نتایج محاسباتی ارائه شده است. نتایج حاصل از حل مسئله نشان دهنده وجود تعارض بین توابع هدف استفاده شده می‌باشد. جهت بررسی مدل در مقیاس بزرگ با توجه به Np-hard بودن مسائل مسیریابی، از سه الگوریتم ازدحام ذرات (PSO)،کلونی مورچگان(ACO) و کلونی زنبور عسل (ABC)، از گروه الگوریتم های هوش ازدحامی استفاده شده و نتایج با یکدیگر مقایسه شده است. نتایج حل مسئله در مقیاس بزرگ جهت یافتن بهترین مسیر جابجایی نشان دهنده عملکرد بهتر الگوریتم ازدحام ذرات می‌باشد.

کلیدواژه‌ها

ازدحام راهروهای انبار؛ الگوریتم های هوش ازدحامی؛ ظروف پیک ناهمگن؛ عملیات پیکینگ؛ لجستیک اضطراری

مراجع

1. Ahmadizar, F., Zeynivand, M., & Arkat, J. (2015). Two-level vehicle routing with cross-docking in a three-echelon supply chain: A genetic algorithm approach. Applied Mathematical Modelling, 39(22):7065-7081.
2. Ardjmand, E., & Huh, D. W. (2017). Coordinated warehouse order picking and production scheduling: A nsgaii approach. In 2017 IEEE Symposium Series on Computational Intelligence (SSCI) (pp. 1-8). IEEE.
3. Ardjmand, E., Ghalehkhondabi, I., Young II, W. A., Sadeghi, A., Weckman, G. R., & Shakeri, H. (2020). A hybrid artificial neural network, genetic algorithm and column generation heuristic for minimizing makespan in manual order picking operations. Expert Systems with Applications, 159, 113566.
4. Ardjmand, E., Shakeri, H., Singh, M., & Bajgiran, O. S. (2018). Minimizing order picking makespan with multiple pickers in a wave picking warehouse. International Journal of Production Economics, 206: 169-183.
5. Cano, J. A., Correa-Espinal, A. A., & Gómez-Montoya, R. A. (2020). Mathematical programming modeling for joint order batching, sequencing and picker routing problems in manual order picking systems. Journal of King Saud University-Engineering Sciences, 32(3): 219-228.
6. Cano, J.A., Cortés Achedad, P., Campo, E.A., & Correa Espinal, A.A. (2021). Solving the order batching and sequencing problem with multiple pickers: A grouped genetic algorithm. International Journal of Electrical and Computer Engineering (IJECE), 11(3): 2516-2524.
7. Cergibozan, Ç. & Tasan, A. S. (2019). Order batching operations: an overview of classification, solution techniques, and future research. Journal of Intelligent Manufacturing, 30(1): 335-349.
8. Chen, T. L., Cheng, C. Y., Chen, Y. Y., & Chan, L. K. (2015). An efficient hybrid algorithm for integrated order batching, sequencing and routing problem. International Journal of Production Economics, 159: 158-167.
9. Cheng, C. Y., Chen, Y. Y., Chen, T. L., & Yoo, J. J. W. (2015). Using a hybrid approach based on the particle swarm optimization and ant colony optimization to solve a joint order batching and picker routing problem. International Journal of Production Economics, 170: 805-814.
10. Cortés, P., Gómez-Montoya, R. A., Muñuzuri, J., & Correa-Espinal, A. (2017). A tabu search approach to solving the picking routing problem for large-and medium-size distribution centres considering the availability of inventory and K heterogeneous material handling equipment. Applied Soft Computing, 53: 61-73.
11. De Koster, R., Le-Duc, T., & Roodbergen, K. J. (2007). Design and control of warehouse order picking: A literature review. European journal of operational research, 182(2):, 481-501.
12. Dorigo, M., Bonabeau, E., & Theraulaz, G. (2000). Ant algorithms and stigmergy. Future Generation Computer Systems, 16(8): 851-871.
13. Duan, Q., & Liao, T. W. (2014). Optimization of blood supply chain with shortened shelf lives and ABO compatibility. International Journal of Production Economics, 153: 113-129.
14. Feng, X., & Hu, X. (2021). A Heuristic Solution Approach to Order Batching and Sequencing for Manual Picking and Packing Lines considering Fatiguing Effect. Scientific Programming, 2021.
15. Glock, C. H., Grosse, E. H., Elbert, R. M., & Franzke, T. (2017). Maverick picking: the impact of modifications in work schedules on manual order picking processes. International Journal of Production Research, 55(21): 6344-6360.
16. Grosse, E. H., Glock, C. H., & Müller, S. (2015). Production economics and the learning curve: A meta-analysis. International Journal of Production Economics, 170: 401-412.
17. Grosse, E. H., Glock, C. H., & Neumann, W. P. (2017). Human factors in order picking: a content analysis of the literature. International Journal of Production Research, 55(5): 1260-1276.
18. Gupta, S., Starr, M. K., Farahani, R. Z., & Matinrad, N. (2016). Disaster management from a POM perspective: Mapping a new domain. Production and Operations Management, 25(10): 1611-1637.
19. Isler, C. A., Righetto, G. M., & Morabito, R. (2016). Optimizing the order picking of a scholar and office supplies warehouse. The International Journal of Advanced Manufacturing Technology, 87(5): 2327-2336.
20. Karaboga, D., & Akay, B. (2009). A comparative study of artificial bee colony algorithm. Applied mathematics and computation, 214(1): 108-132.
21. Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. In Proceedings of ICNN'95-international conference on neural networks .Vol. 4: 1942-1948). IEEE.
22. Kübler, P., Glock, C. H., & Bauernhansl, T. (2020). A new iterative method for solving the joint dynamic storage location assignment, order batching and picker routing problem in manual picker-to-parts warehouses. Computers & Industrial Engineering, 147: 106645.
23. Kulak, O., Sahin, Y., & Taner, M. E. (2012). Joint order batching and picker routing in single and multiple-cross-aisle warehouses using cluster-based tabu search algorithms. Flexible services and manufacturing journal, 24(1): 52-80.
24. Lei, F., & Jianmin, H. (2003). Model and algorithm for optimal selection of emergency system. Systems Engineering-theory and Practice, 18(1): 49-54.
25. Li, J., Huang, R., & Dai, J. B. (2017). Joint optimisation of order batching and picker routing in the online retailer’s warehouse in China. International Journal of Production Research, 55(2): 447-461.
26. Lin, C. C., Kang, J. R., Hou, C. C., & Cheng, C. Y. (2016). Joint order batching and picker Manhattan routing problem. Computers & Industrial Engineering, 95: 164-174.
27. Matusiak, M., de Koster, R., Kroon, L., & Saarinen, J. (2014). A fast simulated annealing method for batching precedence-constrained customer orders in a warehouse. European Journal of Operational Research, 236(3): 968-977.
28. Mavrotas, G. (2009). Effective implementation of the ε-constraint method in multi-objective mathematical programming problems. Applied mathematics and computation, 213(2): 455-465.
29. Menéndez, B., Bustillo, M., Pardo, E. G., & Duarte, A. (2017a). General variable neighborhood search for the order batching and sequencing problem. European Journal of Operational Research, 263(1): 82-93.
30. Menéndez, B., Pardo, E. G., Alonso-Ayuso, A., Molina, E., & Duarte, A. (2017b). Variable neighborhood search strategies for the order batching problem. Computers & Operations Research, 78: 500-512.
31. Menendez, B., Pardo, E. G., Sánchez‐Oro, J., & Duarte, A. (2017c). Parallel variable neighborhood search for the min–max order batching problem. International Transactions in Operational Research, 24(3): 635-662.
32. Mirjalili, S., & Lewis, A. (2016). The whale optimization algorithm. Advances in engineering software, 95: 51-67.
33. Mousavi, S. M., Vahdani, B., Tavakkoli-Moghaddam, R., & Hashemi, H. (2014). Location of cross-docking centers and vehicle routing scheduling under uncertainty: a fuzzy possibilistic–stochastic programming model. Applied Mathematical Modelling, 38(7-8): 2249-2264.
34. Pansart, L., Catusse, N., & Cambazard, H. (2018). Exact algorithms for the order picking problem. Computers & Operations Research, 100: 117-127.
35. Scholz, A., & Wäscher, G. (2017). Order Batching and Picker Routing in manual order picking systems: the benefits of integrated routing. Central European Journal of Operations Research, 25(2): 491-520.
36. Scholz, A., Schubert, D., & Wäscher, G. (2017). Order picking with multiple pickers and due dates–simultaneous solution of order batching, batch assignment and sequencing, and picker routing problems. European Journal of Operational Research, 263(2): 461-478.
37. Valle, C. A., & Beasley, J. E. (2020). Order batching using an approximation for the distance travelled by pickers. European Journal of Operational Research, 284(2): 460-484.
38. Valle, C. A., Beasley, J. E., & Da Cunha, A. S. (2017). Optimally solving the joint order batching and picker routing problem. European Journal of Operational Research, 262(3): 817-834.
39. Van Gils, T., Caris, A., Ramaekers, K., & Braekers, K. (2019). Formulating and solving the integrated batching, routing, and picker scheduling problem in a real-life spare parts warehouse. European Journal of Operational Research, 277(3): 814-830.
40. Van Gils, T., Ramaekers, K., Caris, A., & de Koster, R. B. (2018). Designing efficient order picking systems by combining planning problems: State-of-the-art classification and review. European Journal of Operational Research, 267(1): 1-15.
41. Vanheusden, S., van Gils, T., Braekers, K., Ramaekers, K., & Caris, A. (2021). Analysing the effectiveness of workload balancing measures in order picking operations. International Journal of Production Research, 1-25.
42. Yousefikhoshbakht, M., Didehvar, F., & Rahmati, F. (2014). Solving the heterogeneous fixed fleet open vehicle routing problem by a combined metaheuristic algorithm. International Journal of Production Research, 52(9): 2565-2575.