Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Repozitorij Univerze v Ljubljani
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Podrobno
Optimizacija nabiralnega procesa v ročnem skladišču
ID
Lotrič, Uroš
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(1,59 MB)
MD5: 1C385E7DCDC3F1FFF508FE02D25F72CF
Galerija slik
Izvleček
Skladiščni sistemi so postavljeni pred širok spekter izzivov pri zagotavljanju kakovostnih storitev za stranko. Med vsemi procesi, ki se izvajajo v skladišču, je proces nabiranja časovno najzahtevnejši, zato je ključno, da je izveden čim bolj optimalno. V okviru magistrske naloge smo se zato lotili optimizacije nabiralnega procesa v ročnem skladišču. Predlagali smo hierarhični logični model skladišča, ki s svojo strukturo zmanjša število lokacij, ki jih morajo pregledati implementirani algoritmi za iskanje najkrajše nabiralne poti. Hkrati nam tovrstni model omogoča, da podrobno deljenje lokacij ne vpliva na izvajanje algoritma. Pripravili smo modul za optimizacijo nabiralne poti, ki glede na velikost in tip problema izbere enega od treh implementiranih algoritmov. Prenovili smo procese, povezane z uporabo polavtomatskih viličarjev, in razvili grafični spletni vmesnik za pregled pogostosti nabiranja.
Jezik:
Slovenski jezik
Ključne besede:
ročno skladišče
,
nabiranje
,
optimizacija nalog
Vrsta gradiva:
Magistrsko delo/naloga
Organizacija:
FRI - Fakulteta za računalništvo in informatiko
Leto izida:
2019
PID:
20.500.12556/RUL-111614
COBISS.SI-ID:
1538386115
Datum objave v RUL:
04.10.2019
Število ogledov:
1775
Število prenosov:
366
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Optimizacija nabiralnega procesa v ročnem skladišču
, 2019. [na spletu], Magistrsko delo. [Dostopano 18 maj 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=111614
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Optimisation of picking process in manual warehouses
Izvleček:
Warehouse operators and warehouse management systems encounter a broad spectrum of challenges to ensure the shortest possible shipping times to their customers and maintain their position on the market. The picking process is the most time-demanding among all core warehouse processes. Optimisation of picking is crucial for effective warehouse operation, since it represents the majority of warehousing costs. In this thesis we analyzed, proposed and implemented optimisations of the picking process in the manual warehouse. We prepared a logical model of the warehouse, which is based on a hierarchical representation of the warehouse locations. Using this model we reduced the number of locations, which have to be considered during the computation of the shortest picking path in the implemented algorithms. We developed a module for picking path optimisation, which selects one of three implemented algorithms based on the problem size and the warehouse type. To further improve the picking process we introduced changes to the semi-automatic forklift operations and developed a graphical web interface for the warehouse picking heatmap.
Ključne besede:
manual warehouse
,
picking
,
task optimization
Podobna dela
Podobna dela v RUL:
Umetna inteligenca v bioinženirstvu
Ugotavljanje efekta različnih majic na posnetke koron prstov s Kirlianovo kamero
Raziskovanje digitalizacije v različnih gospodarskih dejavnostih: primerjalna študija štirih podjetij
Priporočilni sistem za slovenske elektronske knjige
Jezik in umetna inteligenca
Podobna dela v drugih slovenskih zbirkah:
Digitalna transformacija v zdravstvu
Vpliv umetne inteligence na prihodnost modne fotografije
Klasificiranje s pomočjo podatkovne gravitacije
Podatkovni kanjoni, pristop strojnega učenja za potrebe razložljive umetne inteligence
Induktivno učenje iz opazovanj
Nazaj