최적 선택 알고리즘 선택을 위한 창고 시뮬레이션

최적 선택 알고리즘 선택을 위한 창고 시뮬레이션

세계적인 물류 솔루션 공급업체인 Kuehne+Nagel은 고객 중 한 명을 위해 새로운 창고를 계획하는 데 관여했다. 이 창고는 하루에 13K개의 주문 라인이나 750개의 픽업 상자를 처리할 것이다. 이 프로젝트에는 멀티오더 선정을 위한 최적의 알고리즘 개발이 포함됐다. 창고에 있는 주문은 트롤리(혹은 송곳니)를 가진 노동자들이 서빙할 계획이었다. 수레를 실은 노동자들은 물건을 골라 주문에 따라 상자에 넣곤 했다. Kuene+Nagel 전문가들은 AnyLogic 시뮬레이션을 사용하여 최적의 선택 투어를 구축할 수 있는 적절한 알고리즘을 선택했다.

문제:

창고 트롤리

창고 트롤리

이 창고에서 사용할 수 있도록 계획된 트롤리(사진 참조)는 한 번에 최대 8상자를 운반할 수 있으며, 이 중 4상자는 트롤리의 체중계에 위치한다. 가중치는 선정된 상품의 무게가 마스터 데이터의 무게와 일치하지 않을 때 경보 신호를 발령하여 선택 정확도를 높이기 위해 사용된다.

운영자는 저울 위에 놓인 상자만 채울 수 있다. 저울 위에 놓인 상자가 가득 차면, 그는 들고 다니는 다음 빈 상자와 그것을 교환한다. 그래서 동시 충전은 항상 4보루만 가능하다. 또한, 한 보루용 물품은 운영자의 경로를 따라 어느 장소에나 보관할 수 있다.

이러한 이유로 창고는 들어오는 주문을 처리하기 위해 최적의 선택 투어를 구축하기 위해 엄격한 알고리즘이 필요했다.

해결책:

쿠엔+나겔 전문가들이 필요한 알고리즘을 고안해 냈다. 그들의 생각은 운영자의 선택 경로가 항상 직선적이기 때문에 운영자가 상자를 교환한 후 다시 돌아올 필요가 없다는 것이었다. 이는 최대 상자(8개)를 항상 하나의 투어에 할당할 수 없다는 것을 의미한다. 예를 들어 한 보루에는 노선의 첫 번째 위치와 마지막 위치의 기사가 모두 포함될 수 있으므로 가득 찰 때까지 스와핑할 수 없다.

전문가들은 실제 과거 데이터를 사용하여 제안된 알고리즘을 테스트하고 검증하기 위해 이 웨어하우스의 AnyLogic 시뮬레이션 모델을 구축했다. 상세 모델에는 창고의 물리적 배치, 물품 보관 장소, 트롤리 운영자의 이동, 들어오는 주문, 트롤리 점령, 서비스 레벨 등이 반영됐다. 운영자들은 제안된 알고리즘에 따라 상품을 이동, 선정했다.

창고 배치 최적화

창고 배치 및 3D 애니메이션

전문가들은 다음의 두 가지 기준으로 사업자의 경로를 최적화했다.

모델러들은 2014년 3월부터 실제 주문 데이터 260K가 담긴 엑셀 파일을 모델에 업로드한 뒤 이를 입력 데이터로 활용해 모델을 실행했다. 기업 창고 관리 시스템에서는 카르톤 빌딩(선별 순서에 따라 서로 다른 주문 라인을 상이한 상자에 할당)이 수행되었다.

출력 통계에는 투어당 평균 가득 상자 수, 총 주문 기간, 총 투어 거리, 평균 트롤리 이용률 및 투어 평균 시간이 포함되었다.

결과:

모델에서 받은 통계는 그 후 구 창고에서 2014년 3월 통계와 비교되었다. 창고 운영 시뮬레이션 결과, 제안된 배치 구성, 장비 및 이동 알고리즘으로 트롤리 이용률이 58%에서 94%로 상승할 것으로 나타났다.

이러한 결과는 쾰른+나겔이 고객의 투자 효율성을 입증하는 데 사용할 것이다.

또한 이 모델은 창고 간의 올바른 창고 배치와 물품 배포를 선택하는 데 사용될 것이다. 개발자들은 또한 서비스 수준과 직원 작업량 사이의 최적의 균형을 찾기 위해 트롤리 번호를 변경할 것이다.

유사 케이스 스터디

더 많은 케이스 스터디