Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 8

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  order-picking
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1

Selection of manual order picking concepts in a warehouse by means of simulation tools

100%
Jakubiak M., Tarczyński G.
Mathematical Economics
|
2012
|
issue 8 (15)
45-62
EN
Along with the lengthening of a product’s path from a producer to a customer, and with speeding up the flow of goods, information and finance in the chain of supply, the places where these flows and streams could be regulated are required. The control over the flow of material and non-material goods and the increase of the supply chain’s effectiveness are possible thanks to the units called logistic hubs, which are mainly represented by a warehouse. In this paper, the authors analyze the influence of the three most popular strategies of warehouse worker’s movements through the warehouse on order picking time. The simulation was carried out on the example of a real distribution warehouse which is owned by one of the leading discount stores networks in Poland. In the research, a special computer software, written for the purpose of the research, was used. This software enables matching the best order picking concept to the conditions of a given enterprise.
2
Publication available in full text mode
Content available

Porównanie czasów kompletacji zamówień dla różnych sposobów wyznaczania trasy magazynierów na przykładzie dużego centrum logistycznego

100%
Sabo-Zielonka A., Tarczyński G.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2014
|
issue 2(44)
62-81
EN
The paper presents a case study of one of the picking zones of real Polish logistics centre of automotive parts and accessories. The aim of the study was to compare the effectiveness of different order-picking methods. The work organization in the warehouse was briefly presented. Then different routing methods in the one block rectangular warehouse were described (heuristics and optimal algorithm). The paper compares different variants of order-picking process and presents their ranking. The graphs of cumulative distribution functions of order-picking time may help the survey. The analysis was based on real data. Calculations were performed using a simulation with the use of Warehouse Real-Time Simulator.
3
Publication available in full text mode
Content available

The influence of order picking zone’s configuration on the time of the order picking process

100%
Jakubiak M.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2014
|
issue 3(45)
138-150
EN
The pressure connected with cost cutting parallel to an increase in consumer service quality as well as speeding up the flow of goods are the result of a worldwide economy trend connected with big competition in the market. That is why in modern economy even small movements of goods at short distances are becoming more and more important. The order picking problems in a warehouse are an important aspect in improving the productivity of modern logistic hubs. According to various estimates, the costs associated with order picking in a warehouse are from 55 to 65% of the total material handling costs. The author, using simulation tools, examines the influence of order picking zone’s configuration on the time of the order picking process. By means of the implemented simulation methods, it is possible to match the appropriate order picking process to the needs of a given enterprise.
4
Publication available in full text mode
Content available

Linear programming models for optimal workload and batching in pick-and-pass warehousing systems

100%
TARCZYŃSKI G.
Operations Research and Decisions
|
2023
|
vol. 33
|
issue 3
141-158
EN
Pick-and-pass systems are a part of picker-to-parts order-picking systems and constitute a very common storage solution in cases where customer orders are usually small and need to be completed very quickly. As workers pick items in the zones connected by conveyor, their work needs to be coordinated. The paper presents MILP models that optimize the order-picking process. The first model uses information about expected demand for items to solve the storage location problem and balance the workload across zones. The task of the next model is order-batching and sequencing – two concepts are presented that meet different assumptions. The results of the exemplary tasks solved with the use of the proposed MILP models show that the total picking time of a set of orders can be reduced by about 35-45% in comparison with random policies. The paper presents an equation for the lower bound of a makespan. Recommendations about the number of zones that guarantee the required system efficiency are also introduced.
5
Content available remote

The impact of coi-based storage on order-picking times

75%
Tarczyński G.
LogForum
|
2017
|
vol. 13
|
issue 3
313-326
EN
Background: The increasing competitiveness on the global markets enforces the need for a fast and reliable delivery. This task is possible to perform by improving the order-picking systems. The implementation of automated storage and retrieval systems (AS/RS) is not always profitable. In the warehouses where the order-picking is performed in accordance with the principle of picker-to-part rule, the picking efficiency optimization includes among others: the warehouse layout, the storage policy, the routing heuristic, the way of zoning, the order-batching method, and the sequencing of pick-lists. In the paper the impact of the storage policy on the order-picking times is checked. Methods: The influence of storage based on Heskett’s cube-per-order index (COI) on the average order-picking times is analyzed. The items based on increasing values of COI index are divided on classes. To determine the demand for items the analytical function proposed by Caron is used. Results: In the paper the benefits of storage based on COI index are compared with random storage and storage based only on picking frequency. It is assumed that the bin, to which the picker collects items has limited capacity – some orders has to be divided on smaller pick-lists. The analysis was performed using simulation tools. Additionally, the algorithm (taking into account different sizes of picker’s bin) for order-batching is presented. Conclusions: The analysis shows that the COI-based storage is particularly effective when the size of items increases. The COI-based curve is less skewed than the curve based only on picking frequency. The choice of storage policy should be carried out together with routing heuristic. The use of batching algorithm significantly increases the effectiveness of the order-picking process, but the optimal size of picker’s bin (and batch) should be optimized with consideration the sorting process.
PL
Wstęp: Ciągły wzrost konkurencyjności na światowych rynkach wymusza konieczność szybkiej i niezawodnej dostawy zamówionych towarów. Zadanie to możliwe jest do wykonania dzięki doskonaleniu systemów kompletacji. Nie zawsze wdrożenie systemów automatycznych jest opłacalne. W przypadku magazynów, w których kompletacja odbywa się zgodnie z zasadą „człowiek do towaru”, optymalizacja wydajności odbywa się poprzez prawidłowy wybór: układu magazynu, metody składowania towarów, sposobu wyznaczania trasy magazynierów, odpowiedniej metody kompletacji strefowej, zasady tworzenia zleceń łączonych czy ustalenia kolejności realizacji zleceń. Artykuł poświęcony jest analizie wpływu metody składowania towarów na czasy kompletacji. Metody: W artykule zbadano jaki wpływ na średnie czasy kompletacji w magazynach niskiego składowania ma składowanie towarów zgodne z zaproponowanym przez Hesketta współczynnikiem COI (cube-per-order index), będącym ilorazem zajmowanej powierzchni magazynowej i częstości pobrań. Towary w oparciu o rosnące wartości COI podzielone zostały na klasy. Do określenia popytu na towary wykorzystano postać analityczną funkcji zaproponowanej przez Carona. Wyniki: W artykule sprawdzono jakie korzyści przynosi składowanie oparte o COI w porównaniu do składowania losowego i składowania bazującego wyłącznie na współczynniku rotacji. W tym celu w badaniach uwzględniono możliwość przepełnienia koszyka podczas procesu kompletacji zamówienia – wówczas zamówienie dzielone jest na kilka zleceń realizowanych osobno. Analizę przeprowadzono z wykorzystaniem symulacji. Dodatkowo zaproponowano algorytm umożliwiający tworzenie zleceń łączonych. Wnioski: Z przeprowadzonej analizy wynika, że składowanie zgodne ze współczynnikiem COI jest szczególnie korzystne, gdy gabaryty towarów są zróżnicowane oraz tak duże, że często zamówień nie da się skompletować podczas jednego cyklu. Krzywa określająca popyt na towary ulega spłaszczeniu, w porównaniu ze składowaniem opartym wyłącznie na współczynniku rotacji. Ustalenie, jaką metodę składowania należy zastosować, powinno odbywać się razem z wyborem sposobu wyznaczenia trasy magazyniera. Wykorzystanie algorytmu łączenia zamówień prowadzi do znacznej redukcji odległości pokonywanych przez magazyniera. Wielkość zleceń łączonych powinna być jednak optymalizowana z uwzględnieniem ewentualnych kosztów związanych z późniejszym sortowaniem towarów.
6
Content available remote

Estimating order-picking times for return heuristic - equations and simulations

63%
Tarczyński G.
LogForum
|
2015
|
vol. 11
|
issue 3
295-303
EN
Background: A key element of the evaluation of warehouse operation is the average order-picking time. In warehouses where the order-picking process is carried out according to the "picker-to-part" rule the order-picking time is usually proportional to the distance covered by the picker while picking items. This distance can by estimated by simulations or using mathematical equations. In the paper only the best described in the literature one-block rectangular warehouses are considered. Material and methods: For the one-block rectangular warehouses there are well known five routing heuristics. In the paper the author considers the return heuristic in two variants. The paper presents well known Hall's and De Koster's equations for the average distance traveled by the picker while completing items from one pick list. The author presents own proposals for calculating the expected distance. Results: the results calculated by the use of mathematical equations (the formulas of Hall, De Koster and own propositions) were compared with the average values obtained using computer simulations. For the most cases the average error does not exceed 1% (except for Hall's equations). To carry out simulation the computer software Warehouse Real-Time Simulator was used. Conclusions: the order-picking time is a function of many variables and its optimization is not easy. It can be done in two stages: firstly using mathematical equations the set of the potentially best variants is established, next the results are verified using simulations. The results calculated by the use of equations are not precise, but possible to achieve immediately. The simulations are more time-consuming, but allow to analyze the order-picking process more accurately.
PL
Wstęp: Kluczowym elementem oceny funkcjonowania magazynu jest średni czas kompletacji zamówień. W magazynach, w których kompletacja odbywa się wg zasady "człowiek do towaru" czas kompletacji zazwyczaj jest proporcjonalny do dystansu pokonanego przez magazyniera, który może być oszacowany za pomocą symulacji lub z wykorzystaniem wzorów matematycznych. W artykule rozpatrywane są najlepiej opisane w literaturze magazyny prostokątne jednoblokowe. Metody: Dla magazynów prostokątnych jednoblokowych znanych jest 5 heurystyk wyznaczania trasy magazyniera. W artykule autor rozpatruje jedną z nich: metodę return (w dwóch wersjach). Przedstawione są wzory na średnie dystanse pokonywane przez magazyniera podczas procesu kompletacji zamówień znane z prac Halla i De Kostera. Autor przedstawia też własne propozycje. Rezultaty: Wyniki uzyskane w wyniku zastosowania wzorów matematycznych (wzory Halla, De Kostera i autora artykułu) porównano z rezultatami symulacji komputerowych. Dla większości wzorów średni błąd szacunku nie przekracza 1% (wyjątkiem są wzory Halla). Do przeprowadzenia symulacji wykorzystano program Warehouse Real-Time Simulator. Wnioski: Czas kompletacji zamówień jest funkcją wielu zmiennych i jego optymalizacja nie jest zadaniem łatwym. Może być jednak przeprowadzana dwuetapowo: najpierw korzystając ze wzorów matematycznych wybiera się zbiór wariantów potencjalnie najlepszych, następnie wyniki weryfikuje się za pomocą symulacji. Wyniki uzyskane za pomocą wzorów nie są dokładne, ale możliwe do uzyskania natychmiast. Symulacje są bardziej czasochłonne, ale umożliwiają pełniejszą analizę czasu kompletacji zamówień.
7

Algorytm składowania dedykowanego optymalizujący czas kompletacji wyrobów

63%
Tarczyński G.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2015
|
issue 4(940)
131-144
PL
Istotnym elementem funkcjonowania magazynów, podlegającym optymalizacji, jest czas kompletacji wyrobów. Może być on minimalizowany poprzez wyznaczenie jak najkrótszej trasy magazyniera, ale również dzięki właściwemu rozmieszczeniu towarów. W artykule rozważania ograniczono do najpopularniejszych magazynów: prostokątnych, jednoblokowych z kompletacją typu „człowiek do towaru”. Omówione zostały procesy magazynowe i ich wpływ na czas kompletacji wyrobów. Przedstawiona została podstawowa klasyfikacja metod składowania towarów i sposoby wyznaczania trasy magazynierów. Na tym tle zaprezentowano oryginalne metody składowania dedykowanego. Jakość proponowanych metod zweryfikowana została za pomocą symulacji. Otrzymane czasy kompletacji towarów porównano z czasami uzyskanymi dla jednej z metod losowych. Do obliczeń wykorzystano autorski program Warehouse Real-Time Simulator.
EN
An essential element of warehouse work which can be optimised is order-picking time. It can be minimised by determining the shortest picker’s route and the appropriate storage location assignment of items. In this paper only one-block rectangular warehouses with picker-to-part order picking systems are considered. The warehouse processes are presented. The routing heuristics and the optimal algorithm and storage location assignment methods are described. Against this background the original dedicated storage location assignment algorithms are presented. The efficiency of the methods is verified using simulations. For the calculations the original software Warehouse Real-Time Simulator is used.
8
Content available remote

Comparison of Several Linear Ordering Methods for Selection of Locations in Order‑picking by Means of the Simulation Methods

51%
Dmytrów K.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2018
|
vol. 5
|
issue 338
81-96
PL
Przy przechowywaniu współdzielonym wybór lokalizacji, z których należy pobrać produkty podczas procesu kompletacji, nie jest sprawą oczywistą. Każdą lokalizację, w której znajduje się produkt do skompletowania zamówienia, można opisać za pomocą wielu zmiennych, na przykład: czasu przechowywania produktu, odległości od punktu odkładczego, stopnia zaspokojenia zapotrze­bowania czy liczby innych produktów w zleceniu, znajdujących się w sąsiedztwie badanej lokalizacji. Tak więc „atrakcyjność” każdej lokalizacji z punktu widzenia kompletacji badanego zlecenia można opisać za pomocą zmiennej syntetycznej, na podstawie której tworzymy ranking tych lokalizacji. Dla każdego produktu wybiera się lokalizacje będące najwyżej w rankingu, a następnie wyznacza się tra­sę, którą ma pokonać magazynier. W artykule zostały porównane wyniki uzyskane za pomocą kilku metod klasyfikacji: Taksonomicznej Miary Atrakcyjności Lokalizacji, opartej na Syntetycznym Mierniku Rozwoju Hellwiga, metody TOPSIS oraz Uogólnionej Miary Odległości.
EN
When a company uses a shared storage system, selection of locations during the order‑picking process is not an obvious task. Every location where the picked product is placed, can be described by means of several variables, such as: storage time, distance from the I/O point, degree of demand satisfaction, or the number of other picked products in the order. Therefore, the “attractiveness” of each location from the point of view of a certain order can be described by means of synthetic variable, on the basis of which a ranking is created. For each product, the decision‑maker selects the highest‑ranking locations and designates a route for the picker. In the article, by means of the simulation methods, results obtained by several classification methods will be compared. These methods are: Taxonomic Measure of Location’s Attractiveness (based on the Hellwig’s Composite Measure of Development), the TOPSIS method with the Euclidean and GDM distances and the Gen­eralised Distance Measure used as the composite measure of development.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.