臺灣博碩士論文加值系統

倉儲佔公司營運實體成本20%，其中揀貨作業又佔倉儲成本50%。透過儲位重整可將有限的倉儲空間重新再利用，進而影響後續出貨作業倉庫人員揀貨作業時間。本研究以儲位重整之儲位空間經過有效的重新排列後，整理出最佳化的空間應用，藉由建構問題之數學規劃模式，再利用螞蟻演算法解決儲位重整路徑問題，在可接受的成本範圍下內，發展一套有系統之求解方法，應用儲位重整搬移之距離數學模型，以「最小化搬移距離」為求解目的，找出最佳路徑，首先提出方法第一階段從既有儲位相關資料，加以計算各儲位已使用比率及儲位間距離，根據推算比對後產生儲位重整資訊，使得調整儲區各儲位全空狀態之儲位數增加；第二階段再將需儲位重整的儲位以蟻群最佳化加以求解最短路徑，經模擬結果發現，此方法與現有儲位重整模式比較，經過演算法精算後發現，(1)採行本方法可增加儲位空儲位數且(2)儲位重整移動距離較短，研究結果可提供倉庫人員之儲位重整參考資訊。

In a company, warehousing accounts for 20% of the operating costs, and picking operations account for 50% of storage costs. Therefore, storage through the reorganization can be effectively reused these spaces, thereby affecting the follow-up operation of the warehouse staff picking operation time. In this study, after the rearrangement of storage spaces, the optimal spatial applications are sorted out. By constructing the mathematical programming model of problems and using the ant algorithm to solve the storage and the reconstruction path problem. Within a reasonable range of costs, a systematic solution method is developed to solve the "minimizing the moving distance" and find the optimal path by applying the mathematical model of the distance of storage and reorganization moving. There are two stages in this study, the first phase is based on the existing data, to calculate the ratio and the distance of the storage space, according to the calculation and reconstruction of storage after the reorganization of data to make adjustment of the storage area of all storage status of the empty state of storage increased in the second stage, the storage location that needs to be stored and rebuilt is solved by the ant colony optimization to find the shortest path. The simulation results suggest that this method is compared with the existing storage location reorganization mode. After the algorithm is actuated to (1) The method can increase the number of storage spaces and (2) the storage and reconstruction of the shorter moving distance, and the results of this study can provide some reference for the warehouse staff.

目錄
摘要 I
Abstract II
誌謝辭 III
目錄 IV
圖目錄 VI
表目錄 VII
1 緒論 1
1.1 研究背景 1
1.2 研究動機 4
1.3 研究目的與問題 6
1.3.1 研究目的 6
1.3.2 研究問題 6
1.4 論文架構 7
2 文獻探討 9
2.1 儲位策略、儲位指派與揀貨 9
2.1.1 儲存策略 9
2.1.2 儲位指派 11
2.1.3 儲位揀貨 12
2.2 儲位重整問題 15
2.2.1 單一階段儲位重整 15
2.2.2 多階段儲位重整 17
2.3 蟻群最佳化運用於路徑選擇問題 18
3 研究方法 23
3.1 儲位重整問題基本概念 23
3.1.1 相關名詞介紹 23
3.1.2 儲位重整問題之探討 25
3.1.3 儲位重整需求概述 26
3.2 儲位重整問題模式建構 27
3.2.1 儲位重整條件 27
3.2.2 儲位重整參數定義 27
3.2.3 模式架構 28
3.3 儲位重整問題求解方法 30
4 實驗分析 33
4.1 個案公司現況描述及分析 33
4.1.1 個案公司基本介紹 33
4.1.2 個案公司儲位策略 34
4.1.3 目前儲位重整作業 35
4.1.4 儲位基本資料 36
4.2 儲位重整配對資料 38
4.3 螞蟻演算法參數設定 43
4.4 測試結果 46
4.5 與目前儲位重整問題演算結果之比較 50
4.6 儲位重整後對於揀貨作業影響 52
5 結論與建議 54
5.1 研究結論 54
5.2 學術貢獻 55
5.3 研究建議 56
參考文獻 57


圖目錄
圖 1.1 區域最小值與全域的最小值之關係 2
圖 1.2 研究流程 8
圖 2.1 GOLDEN ZONE示意圖(PETERSEN, SIU, & HEISER, 2005) 12
圖 2.2 RETURN AND TRAVERSAL 揀貨策略 15
圖 2.3 儲位重整示意圖(朱正成, 2008) 16
圖 2.4 螞蟻尋找巢穴與食物之最佳路徑 18
圖 2.5 螞蟻的覓食行為圖 19
圖 3.1 料架位置圖 23
圖 3.2 貨架圖 24
圖 3.3 儲位放置圖 25
圖 3.4 儲位剩餘空間示意圖 25
圖 3.5 螞蟻演算法應用於儲位重整問題之演算流程圖 30
圖 3.6 求解最佳路徑虛擬碼 32
圖 4.1 儲位規劃 34
圖 4.2 目前儲位重整作業圖 35
圖 4.3 配對結果圖 38
圖 4.4 最佳路徑圖 45
圖 4.5 平均儲位重整移動距離比較圖 51
圖 4.6 儲存棧板 52

表目錄
表 2.1.1 儲位策略優缺點表 10
表 2.1.2 訂單揀貨方法 13
表 2.1.3 走道形式與寬度對照表 14
表 2.3.1 蟻群最佳化於最短路徑相關研究 21
表 3.1.1 儲位編碼原則 24
表 3.2.1 參數介紹表 27
表 4.1.1 產品用途 33
表 4.1.2 產品用量表 36
表 4.1.2 儲位存放明細表 37
表 4.2.1 本研究測試儲位重整配對之結果(C02、C03) 39
表 4.2.2 本研究測試儲位重整配對之結果(C01、C05) 40
表 4.2.3 本研究測試儲位重整配對之結果(C06、C04) 41
表 4.2.4 本研究測試儲位重整配對之結果(C07、C08) 42
表 4.3.1 儲區C01儲位重整座標表 43
表 4.3.2 參數設定模擬試驗結果 44
表 4.3.3 不同的迭代次數於Α =1 、Β =5 、Ρ =0.1模型之結果 44
表 4.3.4 不同的螞蟻數於Α =1 、Β =5 、Ρ =0.1模型之結果 44
表 4.4.1 解決儲位問題測試之結果(C01、C02) 46
表 4.4.2 解決儲位問題測試之結果(C03、C04) 47
表 4.4.3 解決儲位問題測試之結果(C05、C06) 48
表 4.4.4 解決儲位問題測試之結果(C07、C08) 49
表 4.5.1 空儲位數比較結果 50
表 4.5.2 距離比較結果 51
表 4.6.1 揀貨於棧板與儲位作業時間表(秒) 52
表 4.6.2 揀貨時間與儲位重整時間比較表(分) 53

1.Bullnheimer, B., Hartl, R. F., & Strauss, C. (1999). An improved ant System algorithm for thevehicle Routing Problem. Annals of operations research, 89, 319-328.
2.Chan, F. T., & Chan, H. K. (2011). Improving the productivity of order picking of a manual-pick and multi-level rack distribution warehouse through the implementation of class-based storage. Expert Systems with Applications, 38(3), 2686-2700.
3.Dorigo, M., & Gambardella, L. M. (1997). Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Transactions on evolutionary computation, 1(1), 53-66.
4.Eldemir, F., Graves, R., & Malmborg, C. (2004). New cycle time and space estimation models for automated storage and retrieval system conceptualization. International Journal of Production Research, 42(22), 4767-4783.
5.Frazelle, E. (2002). World-class warehousing and material handling (Vol. 1): McGraw-Hill New York.
6.Gademann, A., Van Den Berg, J. P., & Van Der Hoff, H. H. (2001). An order batching algorithm for wave picking in a parallel-aisle warehouse. IIE transactions, 33(5), 385-398.
7.Goetschalckx, M., & Donald Ratliff, H. (1988). Order picking in an aisle. IIE transactions, 20(1), 53-62.
8.Gong, D., & Ruan, X. (2004). A hybrid approach of GA and ACO for TSP. Paper presented at the Intelligent Control and Automation, 2004. WCICA 2004. Fifth World Congress on.
9.Hwang, H., BAEK, W. J., & Lee, M.-K. (1988). Clustering algorithms for order picking in an automated storage and retrieval system. The International Journal Of Production Research, 26(2), 189-201.
10.Kearney, E., & Kearney, A. (2004). Excellence in Logistics 2004. European Logistics Association, Brussels.
11.Koster, R. d., & Poort, E. V. D. (1998). Routing orderpickers in a warehouse: a comparison between optimal and heuristic solutions. IIE transactions, 30(5), 469-480.
12.Linn, R., & Wysk, R. (1987). An analysis of control strategies for an automated storage/retrieval system. INFOR: Information Systems and Operational Research, 25(1), 66-83.
13.Liu, J.-l. (2005). Rank-based ant colony optimization applied to dynamic traveling salesman problems. Engineering Optimization, 37(8), 831-847.
14.Malmborg, C. J., & Deutsch, S. J. (1988). A stock location model for dual address order picking systems. IIE transactions, 20(1), 44-52.
15.Maniezzo, A. (1992). Distributed optimization by ant colonies. Paper presented at the Toward a practice of autonomous systems: proceedings of the First European Conference on Artificial Life.
16.Petersen II, C. G. (2000). An evaluation of order picking policies for mail order companies. Production and operations management, 9(4), 319-335.
17.Petersen, C. G., Siu, C., & Heiser, D. R. (2005). Improving order picking performance utilizing slotting and golden zone storage. International Journal of Operations & Production Management, 25(10), 997-1012.
18.Pour, H. D., & Nosraty, M. (2006). Solving the facility and layout and location problem by ant-colony optimization-meta heuristic. International Journal of Production Research, 44(23), 5187-5196.
19.Ratliff, H. D., & Rosenthal, A. S. (1983). Order-picking in a rectangular warehouse: a solvable case of the traveling salesman problem. Operations Research, 31(3), 507-521.
20.Smith, J. D. (1998). The warehouse management handbook: Tompkins press.
21.Stützle, T., & Hoos, H. H. (2000). MAX–MIN ant system. Future generation computer systems, 16(8), 889-914.
22.Zhang, N.-z., Sun, G.-h., Wu, Y.-h., & Geng, F.-h. (2009). A modified particle swarm optimization for the vehicle routing problem with simultaneous pickup and delivery. Paper presented at the Asian Control Conference, 2009. ASCC 2009. 7th.
23.朱正成，2008，應用螞蟻演算法求解儲位重整問題，臺中科技大學事業經營研究所學位論文， 1-74。
24.江曉柔，2013， 物流中心儲位規劃之研究-以某服飾物流中心為例，國立雲林科技大學,，雲林市。
25.池麗香，2002，電子商務環境下物流中心商品補貨模式，輔仁大學資訊管理學系。
26.呂學展、楊雅雯，2016，以螞蟻演算法解決同時收送的物流路徑規劃問題，國土測繪與空間資訊，4(2)，139-157。
27.周世宏、林龍欽、邱國維，2014，整合 ERP 與 MES 系統於儲位管理設計，管理資訊計算，3(1)，127-146。
28.林嘉慶，2006，運用關聯法則技術於倉儲系統儲位指派與揀貨策略配置模型之研究。
29.孫海皎、董福慶，1995，物流中心儲位管理， 經濟部商業自動化系列叢書。
30.徐志明、林雨蓁、游凱鈴、吳珮如、何明龍、林瑞勇、馮鳳瑩，2008，運用蟻群最佳化演算法解決物流中心傳統倉儲揀貨路徑問題，明新學報，34(1)，247-262。
31.徐嘉吟、黃士滔，2007，應用改良的最大最小螞蟻系統於旅行推銷員問題。
32.張雲豪，2009，虛擬網路蟻群最佳化於儲位重整問題之研究，臺中科技大學流通管理系碩士班學位論文，1-69。
33.梁銀城，2000，晶圓廠在製品儲位調節方法，國立台灣大學工業工程研究所。
34.許乃云，2002，貨櫃儲區整櫃之最佳化網路模式，成功大學土木工程學系學位論文, 1-104。
35.郭弘毅，2016，即時補貨路徑規劃系統之發展與建置，逢甲大學工業工程與系統管理學系學位論文，1-88。
36.陳志騰、林泓毅、張俊郁、李益銘、蕭宇倫.，2015，結合商品關聯與 EIQ 方法論之 IK 分析應用於儲位指派之研究，創新與經營管理學刊，6(1)，59-78。
37.陳信明，2005，蝴蝶式儲位規劃在物流中心揀貨系統之應用，國立東華大學資訊工程學系。
38.陳建閔，2006，排艙與整櫃最佳化網路模式，成功大學土木工程學系學位論文， 1-96。
39.董福慶，1995，物流中心揀貨作業，經濟部商業自動化系列叢書。
40.劉新華、張旭堂、劉文劍，2008，基於改進最大-最小螞蟻系统的多工藝路線决策方法，計算機集成製造系统，14(12), 2414-2420。
41.潘志恒、蘇健民、張啟隱，2008，出口儲區整櫃作業規劃之研究，航運季刊，17(4)，25-54。
42.謝玲芬，2013，不同儲位佈置對於物流中心揀貨作業績效評估之探討。
43.簡美珍、陳振明.，1996，物流中心揀貨作業最佳儲位規劃，國際商業物流管理研討會論文集，330-338。
44.藍睿志，2003，全球運籌模式下物流中心存貨策略研究，長庚大學企業管理研究所。
45.譚仕偉，2011，品項關聯於定位儲位指派應用情形之探討，銘傳大學企業管理研究所。
46.蘇福泰，2011，倉儲儲位指派問題之穩健最佳化方法，臺北科技大學資訊管理研究所學位論文，1-46。