تخصيص و زمان‌بندي يكپارچه‌ي فرايندهاي برداشت و بازپرسازي در سيستمهاي ربات متحرك هوشمند

اصفهان : دانشگاه صنعتي اصفهان

مهندسي صنايع

كارشناسي ارشد

سيستم ربات متحرك هوشمند يك سيستم‌ اقلام به نزد انباردار است كه در خرده‌فروشي‌هاي برخط استفاده مي‌شود. در اين سيستم قفسه‌ها توسط ربات‌ها به ايستگاه‌هاي برداشت يا بازپرسازي منتقل مي‌شوند تا اقلام توسط نيروي انساني برداشته شده يا در قفسه‌ها انبارش شوند. در اين سيستم، اجراي همزمان دو فرايند برداشت و بازپرسازي قابل انجام بوده و مي‌تواند موجب بهبود عملكرد سيستم و پاسخگويي سريع‌تر به سفارش‌هاي مشتريان نسبت به اجراي دو فرايند به صورت مجزا شود. به همين دليل بررسي اين دو فرايند به صورت يكپارچه اهميت دارد. در اين پايان‌نامه در مرحله‌ي اول، مسائل مرتبط با فرايند برداشت سفارش از جمله مسائل تخصيص سفارش‌ها به ايستگاه‌هاي برداشت، ترتيب پاسخ به سفارش‌ها در هر ايستگاه برداشت، انتخاب قفسه‌ها براي پاسخ به سفارش‌ها، زمان‌بندي حركت قفسه‌ها و ترتيب و تعداد برداشت اقلام از هر قفسه به‌ صورت يكپارچه بررسي مي‌شود. همچنين به عنوان نوآوري اين پژوهش، دو عامل موجودي اقلام و فاصله‌ي قفسه‌ها از ايستگاه‌هاي برداشت در مسئله‌ي برداشت سفارش در سيستم ربات متحرك هوشمند در نظر گرفته مي‌شوند. در اين پژوهش يك مدل برنامه‌ريزي عدد صحيح مختلط و يك مدل برنامه‌ريزي محدوديت به همراه تغيير روش شاخه‌زني و شش اصل غلبه براي بهبود كارايي آن و به منظور كمينه‌سازي زمان اتمام برداشت سفارش ارائه مي‌شود. آزمايش‌هاي عددي نشان مي‌دهد كه مدل برنامه‌ريزي محدوديت نسبت به مدل برنامه‌ريزي رياضي براي حل مسائل ابعاد متوسط عملكرد بهتري دارد. همچنين يك الگوريتم جست‌وجوي همسايگي بزرگ تطبيق‌يافته مبتني بر يك الگوريتم ابتكاري براي حل مسائل ابعاد بزرگ ارائه مي‌شود. در الگوريتم پيشنهادي دو روش توالي سفارش تصادفي و روش توالي سفارش مبتني بر مشابهت سفارش‌ها براي تعيين توالي اوليه‌ي سفارش‌ها و دو شاخص ابتكاري نسبت اقلام قابل برداشت به فاصله و همچنين جمع اقلام قابل ‌برداشت و فاصله براي انتخاب قفسه‌ها پيشنهاد مي‌گردد. نتايج عددي نشان مي‌دهد كه استفاده از روش توالي سفارش مبتني بر مشابهت سفارش‌ها براي تعيين توالي اوليه‌ي سفارش‌ها و شاخص ابتكاري جمع اقلام قابل ‌برداشت و فاصله براي انتخاب قفسه نسبت به ساير رويكردها در حل مسائل ابعاد متوسط به طور ميانگين تا 07,2% و در حل مسائل ابعاد بزرگ به طور ميانگين تا 18,5% عملكرد بهتري دارد. در مرحله‌ي دوم و با توجه به اين موضوع كه امكان اجراي همزمان دو فرايند برداشت و بازپرسازي در سيستم ربات متحرك هوشمند وجود دارد، مسائل مرتبط با اين دو فرايند به صورت يكپارچه بررسي شده و ضمن در نظر گرفتن كليه‌ي مسائل مرتبط با فرايند برداشت، مسائل مرتبط با فرايند بازپرسازي نيز از جمله تخصيص اقلام ورودي به ايستگاه‌هاي بازپرسازي، انتخاب قفسه‌ها جهت انبارش اقلام ورودي، زمان‌بندي حركت قفسه‌‌هاي انتخاب شده و ترتيب و تعداد اقلام قابل انبارش در هر قفسه مشخص مي‌شود. برنامه‌ريزي يكپارچه‌ي دو فرايند برداشت و بازپرسازي از نوآوري‌هاي اين پژوهش محسوب مي‌شود. در اين بخش نيز ضمن ارائه‌ي يك مدل برنامه‌ريزي رياضي و يك مدل برنامه‌ريزي محدوديت به همراه روش‌هاي شاخه‌زني و اصول غلبه، يك الگوريتم ابتكاري به منظور حل مسائل مرتبط با فرايند بازپرسازي نيز معرفي مي‌گردد كه به الگوريتم معرفي شده براي حل مسائل فرايند برداشت اضافه مي‌شود تا امكان برنامه‌ريزي همزمان دو فرايند برداشت و بازپرسازي وجود داشته باشد. در اين الگوريتم نيز دو شاخص با نام‌هاي نسبت ظرفيت خالي به فاصله و همچنين جمع ظرفيت خالي و فاصله به عنوان شاخص‌هاي ابتكاري براي انتخاب قفسه به منظور انبارش اقلام ورودي معرفي مي‌گردد. نتايج عددي نشان مي‌دهد كه استفاده از شاخص ابتكاري جمع ظرفيت خالي و فاصله نسبت به شاخص ابتكاري نسبت ظرفيت خالي به فاصله براي نمونه‌هاي ابعاد متوسط به طور ميانگين تا 68,5% و براي نمونه‌هاي ابعاد بزرگ به طور ميانگين تا 24,6% نتايج بهتري را ارائه مي‌كند.

225690

لجستيك و زنجيره تأمين

مهندسي صنايع و سيستم ها

دانشگاه صنعتي اصفهان