JP2021125071A - Layout generation device, layout generation method, and layout generation program - Google Patents
Layout generation device, layout generation method, and layout generation program Download PDFInfo
- Publication number
- JP2021125071A JP2021125071A JP2020019508A JP2020019508A JP2021125071A JP 2021125071 A JP2021125071 A JP 2021125071A JP 2020019508 A JP2020019508 A JP 2020019508A JP 2020019508 A JP2020019508 A JP 2020019508A JP 2021125071 A JP2021125071 A JP 2021125071A
- Authority
- JP
- Japan
- Prior art keywords
- layout
- data
- product
- storage
- worker
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 15
- 238000003860 storage Methods 0.000 claims abstract description 135
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000004088 simulation Methods 0.000 claims abstract description 69
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 230000002068 genetic effect Effects 0.000 claims abstract description 14
- 238000007726 management method Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、レイアウト生成装置、レイアウト生成方法及びレイアウト生成プログラムに関する。 The present invention relates to a layout generator, a layout generation method, and a layout generation program.
従来より、物流センタ等では、ピッキングする商品の保管レイアウト(棚の配置(あるいは通路の位置)、各棚に振り分ける商品の種類、数等)を紙媒体等に記録することで管理している。物流センタ等の場合、棚の配置(あるいは通路の位置)が様々であり、各棚に振り分ける商品の種類も頻繁に変更されるため、システム化には不向きだからである。 Conventionally, distribution centers and the like have managed by recording the storage layout of products to be picked (arrangement of shelves (or the position of aisles), types and numbers of products to be distributed to each shelf) on paper media or the like. This is because, in the case of a distribution center or the like, the arrangement of shelves (or the position of the aisle) is various, and the types of products to be distributed to each shelf are frequently changed, which is not suitable for systematization.
一方で、紙媒体等に記録するだけでは、保管レイアウトをデジタルデータとして管理することができない。このため、例えば、現状の保管レイアウトを解析して最適な保管レイアウトを生成する、といった改善業務を行うことができない。 On the other hand, the storage layout cannot be managed as digital data only by recording on a paper medium or the like. Therefore, for example, it is not possible to perform improvement work such as analyzing the current storage layout and generating an optimum storage layout.
一つの側面では、ピッキングする物品の最適な保管レイアウトを生成することを目的としている。 On one side, it aims to generate an optimal storage layout for picking articles.
一態様によれば、レイアウト生成装置は、
各物品がピッキングされた際の作業者の位置を示す座標データに基づいて生成された、各物品の保管レイアウトを取得する取得部と、
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成する生成部と、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションするシミュレーション部と、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する探索部とを有する。
According to one aspect, the layout generator
An acquisition unit that acquires the storage layout of each article, which is generated based on coordinate data indicating the position of the worker when each article is picked.
A generator that generates binary data that identifies the changed storage layout when the acquired storage layout is changed,
A simulation unit that simulates worker picking work in the modified storage layout identified by the generated binary data,
It has a search unit for searching binary data in which the evaluation result of evaluating the simulation result satisfies a predetermined condition by using a genetic algorithm.
ピッキングする物品の最適な保管レイアウトを生成することができる。 It is possible to generate an optimal storage layout for picking articles.
以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。 Hereinafter, each embodiment will be described with reference to the accompanying drawings. In the present specification and the drawings, components having substantially the same functional configuration are designated by the same reference numerals, so that duplicate description will be omitted.
[第1の実施形態]
<レイアウト生成システムのシステム構成>
はじめに、レイアウト生成システムのシステム構成について説明する。第1の実施形態においてレイアウト生成システムは、物流センタにおける物流業務に適用され、ピッキングされる商品(物品の一例)の保管レイアウト(棚の配置(通路の位置)、各棚に振り分ける商品の種類、数等)を管理するためのデジタルデータを生成する。また、第1の実施形態においてレイアウト生成システムは、生成したデジタルデータを用いて各パターンの保管レイアウトでの作業者のピッキング作業をシミュレーションすることで、最適な保管レイアウトを生成する。
[First Embodiment]
<System configuration of layout generation system>
First, the system configuration of the layout generation system will be described. In the first embodiment, the layout generation system is applied to the distribution business in the distribution center, and the storage layout (arrangement of shelves (position of passages) of the products to be picked (an example of goods), the types of products to be distributed to each shelf, Generate digital data to manage numbers, etc.). Further, in the first embodiment, the layout generation system generates an optimum storage layout by simulating the picking work of the operator in the storage layout of each pattern using the generated digital data.
図1は、レイアウト生成システムのシステム構成の一例を示す図である。図1に示すように、レイアウト生成システム100は、物流センタ管理装置110と、レイアウト管理用データ生成装置120と、レイアウト生成装置130とを有する。レイアウト生成システム100において、物流センタ管理装置110と、レイアウト管理用データ生成装置120と、レイアウト生成装置130とは、ネットワーク160を介して通信可能に接続される。
FIG. 1 is a diagram showing an example of a system configuration of a layout generation system. As shown in FIG. 1, the
物流センタ管理装置110はWMS(Warehouse Management System)の一例であり、物流センタ内の商品が、作業者によってピッキングされるごとに記録されるピッキングデータを管理する。物流センタ管理装置110には、ピッキングデータ取得プログラムがインストールされており、当該プログラムが実行されることで、物流センタ管理装置110は、ピッキングデータ取得部111として機能する。
The distribution
ピッキングデータ取得部111は、物流センタにおいて物流業務を行う各作業者が携行するピッキング端末140と通信を行い、ピッキングデータを取得する。ピッキングデータ取得部111が取得するピッキングデータには、各作業者が各棚からピッキングした商品を識別する識別データと、各作業者が商品をピッキングした時刻を示す時刻データ(媒介データの一例)とが含まれる。
The picking
ピッキングデータ取得部111は、取得したピッキングデータをピッキングデータ格納部112に格納する。また、ピッキングデータ取得部111は、レイアウト管理用データ生成装置120からの送信要求に応じて、ピッキングデータ格納部112に格納されたピッキングデータを、レイアウト管理用データ生成装置120に送信する。
The picking
レイアウト管理用データ生成装置120は、商品の保管レイアウトを管理するためのデジタルデータを生成する。レイアウト管理用データ生成装置120には、レイアウト管理用データ生成プログラムがインストールされており、当該プログラムが実行されることで、レイアウト管理用データ生成装置120は、作業者位置データ取得部121として機能する。更に、レイアウト管理用データ生成装置120は、ピッキングデータ取得部122、商品位置データ生成部123として機能する。
The layout management
作業者位置データ取得部121は、物流センタにおいて物流業務を行う各作業者が携行する位置計測端末150と通信を行い、作業者位置データを取得する。作業者位置データ取得部121が取得する作業者位置データには、物流センタ内における各作業者の位置を示す座標データと、座標データを記録した時刻を示す時刻データとが含まれる。また、作業者位置データ取得部121は、取得した作業者位置データを、作業者位置データ格納部124に格納する。
The worker position
ピッキングデータ取得部122は、物流センタ管理装置110に対して、ピッキングデータの送信要求を行うことで、物流センタ管理装置110より、ピッキングデータを取得する。ピッキングデータ取得部122は、取得したピッキングデータを商品位置データ生成部123に通知する。
The picking
商品位置データ生成部123は、ピッキングデータ取得部122よりピッキングデータが通知されると、作業者位置データ格納部124より、対応する時刻範囲の時刻データが対応付けられた座標データを含む作業者位置データを読み出す。
When the picking data is notified from the picking
また、商品位置データ生成部123は、通知されたピッキングデータに含まれる商品を識別する識別データと、読み出した作業者位置データに含まれる作業者の位置を示す座標データとを、時刻データを媒介データとして対応付ける。これにより、商品位置データ生成部123は、商品の保管レイアウトを管理するためのデジタルデータである、商品位置データ(各商品の保管レイアウトを示すデータの一例)を生成する。更に、商品位置データ生成部123は、生成した商品位置データを含むレイアウト情報を、レイアウト情報格納部125に格納する。
Further, the product position
なお、レイアウト管理用データ生成装置120では、更に、作業者位置データに基づいて通路情報(詳細は図6を用いて後述)を生成し、商品位置データとともにレイアウト情報として、レイアウト情報格納部125に格納する。
In the layout management
レイアウト生成装置130は、レイアウト管理用データ生成装置120により生成されたレイアウト情報等に基づいて、各パターンの保管レイアウトでの作業者のピッキング作業をシミュレーションし、最適な保管レイアウトを特定する。レイアウト生成装置130には、レイアウト生成プログラムがインストールされており、当該プログラムが実行されることで、レイアウト生成装置130は、基礎情報取得部131、生成部132、シミュレーション部133、探索部134として機能する。
The
基礎情報取得部131は取得部の一例であり、作業者のピッキング作業をシミュレーションする際に用いる、各種情報(レイアウト情報を含む各種情報。以下、基礎情報と称す)を取得し、基礎情報格納部135に格納する。
The basic
生成部132は、基礎情報に基づいて、保管レイアウトを変更した場合の、変更後の各パターンの保管レイアウトを生成するとともに、変更後の各パターンの保管レイアウトを識別する二進データを生成する。
Based on the basic information, the
シミュレーション部133は、生成部132により生成された各二進データにより識別される各パターンの保管レイアウトでの作業者のピッキング作業を、基礎情報のもとでシミュレーションし、各シミュレーション結果を出力する。
The
探索部134は、シミュレーション部133により出力された各シミュレーション結果を、基礎情報に含まれる評価基準に基づいて評価し、評価結果を出力する。また、探索部134は、例えば、遺伝的アルゴリズムを用いて、評価結果が所定の条件を満たす(例えば、最大となる)二進データを探索することで、最適な保管レイアウトを特定する。
The
<レイアウト生成装置のハードウェア構成>
次に、レイアウト生成装置130のハードウェア構成について説明する。図2は、レイアウト生成装置のハードウェア構成の一例を示す図である。図2に示すように、レイアウト生成装置130は、CPU(Central Processing Unit)201、ROM(Read Only Memory)202、RAM(Random Access Memory)203を有する。CPU201、ROM202、RAM203は、いわゆるコンピュータを形成する。
<Hardware configuration of layout generator>
Next, the hardware configuration of the
また、レイアウト生成装置130は、補助記憶装置204、表示装置205、操作装置206、I/F(Interface)装置207、ドライブ装置208を有する。なお、レイアウト生成装置130の各ハードウェアは、バス209を介して相互に接続されている。
Further, the
CPU201は、補助記憶装置204にインストールされている各種プログラム(例えば、レイアウト生成プログラム等)を実行する演算デバイスである。
The
ROM202は、不揮発性メモリである。ROM202は、補助記憶装置204にインストールされている各種プログラムをCPU201が実行するために必要な各種プログラム、データ等を格納する主記憶デバイスとして機能する。具体的には、ROM202はBIOS(Basic Input/Output System)やEFI(Extensible Firmware Interface)等のブートプログラム等を格納する、主記憶デバイスとして機能する。
RAM203は、DRAM(Dynamic Random Access Memory)やSRAM(Static Random Access Memory)等の揮発性メモリである。RAM203は、補助記憶装置204にインストールされている各種プログラムがCPU201によって実行される際に展開される作業領域を提供する、主記憶デバイスとして機能する。
The
補助記憶装置204は、各種プログラムや、各種プログラムが実行されることで生成される各種データを格納する補助記憶デバイスである。例えば、基礎情報格納部135は、補助記憶装置204において実現される。
The
表示装置205は、各種プログラムが実行されることで生成される各種データを表示する表示デバイスである。操作装置206は、レイアウト生成装置130の管理者がレイアウト生成装置130に対して各種指示を入力する際に用いる入力デバイスである。
The
I/F装置207は、ネットワーク160に接続され、レイアウト管理用データ生成装置120と通信することで、例えば、レイアウト情報を受信する接続デバイスである。
The I /
ドライブ装置208は記録媒体210をセットするためのデバイスである。ここでいう記録媒体210には、CD−ROM、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記録媒体210には、ROM、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等が含まれていてもよい。
The
なお、補助記憶装置204にインストールされる各種プログラムは、例えば、配布された記録媒体210がドライブ装置208にセットされ、該記録媒体210に記録された各種プログラムがドライブ装置208により読み出されることでインストールされる。あるいは、補助記憶装置204にインストールされる各種プログラムは、ネットワーク160よりダウンロードされることでインストールされてもよい。
The various programs installed in the
<ピッキングデータの具体例>
次に、物流センタ管理装置110のピッキングデータ格納部112に格納されるピッキングデータの具体例について説明する。図3は、ピッキングデータの一例を示す図である。上述したように、ピッキングデータは、ピッキング端末ごとに記録され、ピッキングデータ取得部111によって取得される。このため、ピッキングデータ格納部112には、ピッキング端末ごと(つまり、作業者ごと)にピッキングデータが格納される。
<Specific example of picking data>
Next, a specific example of picking data stored in the picking
図3において、ピッキングデータ301、302、303、・・・は、各ピッキング端末より取得されるピッキングデータである。図3に示すように、各ピッキングデータには、情報の項目として、"時刻データ"、"ピッキング商品"が含まれる。
In FIG. 3, the picking
"時刻データ"には、各作業者が商品をピッキングした時刻を示す時刻データが格納される。"ピッキング商品"には、各作業者が各棚からピッキングした商品を識別する識別データが格納される。図3の例によれば、作業者は、商品5→商品7→商品1→商品6→商品3→商品5→商品8→・・・の順に各商品を各棚からピッキングしたことを示している。また、図3の例によれば、各商品をピッキングした時刻が、それぞれ、時刻1、時刻2、時刻3、時刻4、時刻5、時刻6、時刻7、・・・であったことを示している。
The "time data" stores time data indicating the time when each worker picked the product. In the "picking product", identification data for identifying the product picked by each worker from each shelf is stored. According to the example of FIG. 3, the worker picked each product from each shelf in the order of
<作業者位置データの具体例>
次に、作業者位置データ格納部124に格納される作業者位置データの具体例について説明する。図4は、作業者位置データの一例を示す図である。上述したように、作業者位置データは、位置計測端末ごとに記録され、作業者位置データ取得部121によって取得される。このため、作業者位置データ格納部124には、位置計測端末ごと(つまり、作業者ごと)に作業者位置データが格納される。
<Specific example of worker position data>
Next, a specific example of the worker position data stored in the worker position
図4において、作業者位置データ401、402、403、・・・は、各位置計測端末より取得される作業者位置データである。図4に示すように、各作業者位置データには、情報の項目として、"時刻データ"、"位置座標(x,y)"が含まれる。
In FIG. 4, the
"時刻データ"には、所定周期ごとの時刻を示す時刻データが格納される。"位置座標(x,y)"には、各時刻での物流センタ内における作業者の位置を示す座標データが格納される。図4の例によれば、作業者は、物流センタ内を、(x51,y51)→・・・→(x71,y71)→・・・の順に移動したことを示している。また、図4の例によれば、それぞれの座標データにより特定される位置にいた時刻が、時刻1、・・・、時刻2、・・・であったことを示している。
In the "time data", time data indicating the time for each predetermined cycle is stored. In "position coordinates (x, y)", coordinate data indicating the position of the worker in the distribution center at each time is stored. According to the example of FIG. 4, the worker moves in the distribution center in the order of (x 51 , y 51 ) → ... → (x 71 , y 71) → ... Further, according to the example of FIG. 4, it is shown that the time at the position specified by each coordinate data was
<商品位置データの具体例>
次に、商品位置データ生成部123により生成される商品位置データの具体例について説明する。図5は、商品位置データの一例を示す図である。上述したように、商品位置データ生成部123は、ピッキングデータ301、302、303、・・・に含まれる商品を識別する識別データと、作業者位置データ401、402、403、・・・に含まれる作業者の位置を示す座標データとを対応付ける。これにより、商品位置データ生成部123は商品位置データを生成する。このとき、商品位置データ生成部123は、媒介データの一例である時刻データを介して識別データと座標データとを対応付ける。
<Specific example of product position data>
Next, a specific example of the product position data generated by the product position
図5に示すように、商品位置データ510、520には、情報の項目として、"ピッキング商品"と、"位置座標(x、y)"または"平均位置座標(X,Y)"とが含まれる。
As shown in FIG. 5, the
"ピッキング商品"には、ピッキングデータ301、302、303、・・・に含まれる、商品を識別する識別データが格納される。また、"位置座標(x、y)"には、作業者位置データ401、402、403、・・・に含まれる作業者の位置を示す座標データが格納される。更に、"平均位置座標(X,Y)"には、作業者位置データ401、402、403、・・・に含まれる作業者の位置を示す座標データに基づいて算出された平均座標データが格納される。
The "picking product" stores identification data for identifying the product, which is included in the picking
図5の商品位置データ510の例は、"時刻1"にピッキングされた"商品5"の物流センタ内における座標データが(x51,y51)であったことを示している。同様に、図5の商品位置データ510の例は、"時刻2"にピッキングされた"商品7"の物流センタ内における座標データが(x71,y71)であったことを示している。
The example of the
このように、各商品の保管レイアウトを示す商品位置データ510を生成することで、商品位置データ生成部123によれば、商品の保管レイアウト(どの位置に、どの種類の商品が保管されているか)をデジタルデータとして定量的に管理することができる。
By generating the
また、図5の商品位置データ520の例は、"商品1"の物流センタ内での平均座標データが(X1,Y1)であったこと示している。同様に、図5の商品位置データ520の例は、"商品2"の物流センタ内での平均座標データが(X2,Y2)であったこと示している。
Further, the example of the
なお、"平均位置座標(X,Y)"には、作業者位置データ401、402、403、・・・に含まれる座標データのうち、同じ種類の商品がピッキングされたそれぞれの時刻を示す時刻データが対応付けられた各座標データの平均座標データが格納される。
The "average position coordinates (X, Y)" is the time indicating the time when the same type of product was picked among the coordinate data included in the
図5の商品位置データ520の例は、"商品1"について、ピッキングが2回行われ、それぞれのピッキングが行われた際の作業者の位置を示す座標データが、(x11,y11)、(x12,y12)であったことを示している。
In the example of the
同様に、図5の商品位置データ520の例は、"商品2"について、ピッキングが5回行われ、それぞれのピッキングが行われた際の作業者の位置を示す座標データが、(x21,y21)、・・・、(x25,y25)であったことを示している。
Similarly, in the example of the
このように、商品の種類ごとの保管レイアウトを示す商品位置データ520を生成することで、商品位置データ生成部123によれば、商品の保管レイアウトをデジタルデータとして定量的に管理することができる。
By generating the
なお、図5の商品位置データ520の例では、商品位置データ510において1の商品に複数の座標データが対応付けられていた場合、平均値を算出することで、対応する1の商品の位置を特定するものとした。しかしながら、対応する1の商品の位置を特定するための方法はこれに限定されず、他の統計処理を行うことで、対応する1の商品の位置を特定してもよい。
In the example of the
また、図5の商品位置データ520の例では、1の商品の位置を特定する際に、同じ種類の商品が異なるタイミングでピッキングされていた場合にあっては、それぞれの時刻を示す時刻データが対応付けられた全ての座標データを用いるものとして説明した。しかしながら、1の商品の位置を特定する際に、全ての座標データを用いる必要はなく、例えば、特異点となる座標データは除外してもよい。
Further, in the example of the
<基礎情報の具体例>
次に、基礎情報取得部131により取得される基礎情報の具体例について説明する。図6は、基礎情報の一例を示す図である。
<Specific examples of basic information>
Next, a specific example of the basic information acquired by the basic
図6に示すように、基礎情報取得部131により取得される基礎情報には、評価基準の重み付け情報610、シミュレーション前提情報620、商品属性情報630、レイアウト情報640が含まれる。以下、基礎情報に含まれる各種情報の詳細について説明する。
As shown in FIG. 6, the basic information acquired by the basic
(1)評価基準の重み付け情報
評価基準の重み付け情報610は、作業者のピッキング作業をシミュレーションしたシミュレーション結果を評価する際の評価基準の重み付けを規定したテーブルである。評価基準の重み付け情報610は、情報の項目として、"評価基準"、"重み係数"を含む。
(1) Weighting Information of Evaluation Criteria The
"評価基準"には、シミュレーション結果を評価する際の評価基準が格納される。本実施形態において、探索部134は、シミュレーション結果を、"歩行距離"、"歩行渋滞時間"、"棚替え回数"に基づいて評価するものとする。
The "evaluation criteria" stores the evaluation criteria for evaluating the simulation results. In the present embodiment, the
なお、"歩行距離"とは、作業者がピッキング作業時に歩行した距離を指す。また、"歩行渋滞時間"とは、作業者によるピッキング作業時の待ち時間を指す。更に、"棚替え回数"とは、作業者による棚替え作業の回数を指す。 The "walking distance" refers to the distance that the worker walked during the picking work. Further, the "walking congestion time" refers to the waiting time during picking work by the worker. Further, the "number of times of shelving" refers to the number of times of shelving work by the worker.
"重み係数"には、各評価基準を重み付け加算する際に用いる、重み係数が格納される。 The "weighting coefficient" stores the weighting coefficient used when weighting and adding each evaluation standard.
評価基準の重み付け情報610の例によれば、探索部134は、(歩行距離)×0.6+(歩行渋滞時間)×0.2+(棚替え回数)×0.2を算出することにより、シミュレーション結果を評価する。
According to the example of the
(2)シミュレーション前提情報
シミュレーション前提情報620は、作業者のピッキング作業をシミュレーションする際に用いる前提情報を規定したテーブルである。シミュレーション前提情報620は、情報の項目として、"設定項目"、"設定値"を含む。
(2) Simulation prerequisite information The
"設定項目"には、作業者のピッキング作業をシミュレーションする際に設定する項目が格納される。本実施形態において、シミュレーション部133は、"歩行速度"、"ピッキング時間"、"作業者属性"を設定したうえで、作業者のピッキング作業をシミュレーションする。
Items to be set when simulating a worker's picking work are stored in "setting items". In the present embodiment, the
なお、"歩行速度"とは、作業者によるピッキング作業時の歩行速度を指す。また、"ピッキング時間"とは、作業者が1回のピッキングに要する時間を指す。更に、"作業者属性"とは、ピッキング作業を行う作業者の属性(例えば、作業経験年数等)を指す。 The "walking speed" refers to the walking speed during picking work by the operator. Further, the "picking time" refers to the time required for the operator to perform one picking. Further, the "worker attribute" refers to the attribute of the worker who performs the picking work (for example, years of work experience).
"設定値"には、設定項目に対応する設定値が格納される。本実施形態では、例えば、作業者の過去のピッキング作業の実績情報に基づいて算出した値が設定値として用いられる。 The setting value corresponding to the setting item is stored in the "setting value". In the present embodiment, for example, a value calculated based on the actual information of the worker's past picking work is used as the set value.
シミュレーション前提情報620の例によれば、シミュレーション部133は、歩行速度="xx[m/分]"、ピッキング時間="yy[秒]"、作業者属性="タイプz"を用いて、作業者のピッキング作業をシミュレーションする。
According to the example of the
(3)商品属性情報
商品属性情報630は、例えば、探索部134が最大となる二進データを探索する際に参照されるテーブルである。商品属性情報630は、情報の項目として、"商品種類"、"商品属性"を含む。
(3) Product attribute information The
"商品種類"には、物流センタにおいて取り扱われる全ての種類の商品が格納される。"商品属性"には、各種類の商品の属性情報が格納される。 The "product type" stores all types of products handled by the distribution center. In "product attribute", attribute information of each type of product is stored.
商品属性情報630の例によれば、商品種類="商品1(P1)"は新規受注品であり、商品種類="商品2(P2)"は固定ロケーションであることを示している。また、商品種類="商品3(P3)"はPB(Private Brand)品であり、商品種類="商品4(P4)"は特売品であることを示している。
According to the example of the
探索部134は、例えば、商品属性が固定ロケーションである商品の配置が変更されるパターンの保管レイアウトについては、シミュレーション対象から除外する。
The
(4)レイアウト情報
レイアウト情報640は、作業者のピッキング作業をシミュレーションする際に用いるレイアウト情報を規定したテーブルである。レイアウト情報640は、情報の項目として、"商品位置データ"、"通路情報"を含む。
(4) Layout
"商品位置データ"には、各商品の物流センタ内における座標データが格納される。なお、"商品位置データ"の詳細は、図5を用いて説明済みであるため、ここでは説明を省略する。 The "product position data" stores the coordinate data in the distribution center of each product. Since the details of the "product position data" have already been explained with reference to FIG. 5, the description thereof will be omitted here.
一方、"通路情報"には、物流センタ内の作業者の作業領域を複数のセクションに分割した際の、各セクション間の境界領域が通行可能か否かを示す情報が格納される。具体的には、"通路情報"には、情報の項目として、"セクション間領域"、"通行可否"が含まれる。そして、"セクション間領域"には、セクション間の境界領域を示す情報が格納され、"通行可否"には、対応する境界領域が通行可能か否かを示す情報が格納される。 On the other hand, the "passage information" stores information indicating whether or not the boundary area between the sections is passable when the work area of the worker in the distribution center is divided into a plurality of sections. Specifically, the "passage information" includes "inter-section area" and "passability" as information items. Then, the "inter-section area" stores information indicating the boundary area between sections, and the "passability" stores information indicating whether or not the corresponding boundary area is passable.
レイアウト情報640の例によれば、セクション間領域="領域1"は通行可能であり、ピッキング作業時に作業者が通路として利用する領域であることを示している。一方、セクション間領域="領域2"は通行不可能であり、ピッキング作業時に作業者が通路として利用できない領域であることを示している。
According to the example of
シミュレーション部133では、作業者のピッキング作業をシミュレーションする際、"商品位置データ"に基づいて各商品の座標データを特定し、"通路情報"に基づいて、作業者の歩行経路を特定する。
When simulating the picking work of the worker, the
なお、図7は、レイアウト情報の具体例を示す図であり、レイアウト情報640の一部を平面図として示したものである(ただし、図7では、各商品の平均位置座標ではなく、個々の商品の位置座標に個々の商品をプロットして示している)。
Note that FIG. 7 is a diagram showing a specific example of layout information, and shows a part of the
図7の例は、物流センタ内の作業者の作業領域の一部の領域700を、8個のセクション(符号701〜符号708)に分割した様子を示している。
The example of FIG. 7 shows how a part of the
また、図7の例は、符号701〜符号708に示す8個のセクションのうち、符号701〜符号706に示す6個のセクションには商品が配置されていること示している。本実施形態では、商品が配置されているセクション(符号701〜符号706)のうち、符号701に示すセクションのセクション識別子を"1"、符号702に示すセクションのセクション識別子を"2"とする。以下、同様に、符号702〜符号706に示すセクションのセクション識別子を、それぞれ、"3"〜"6"とする。
Further, the example of FIG. 7 shows that the goods are arranged in the six sections shown by the
図7の例によれば、セクション"1"には"P1"(商品1)が2個保管されていたことが分かる。また、セクション"2"には"P2"(商品2)が5個保管されていたことが分かる。また、セクション"3"には"P3"(商品3)が8個保管されていたことが分かる。また、セクション"4"には"P4"(商品4)が6個保管されていたことが分かる。また、セクション"5"には"P5"(商品5)が2個保管されていたことが分かる。更に、セクション"6"には"P6"(商品6)が3個保管されていたことが分かる。 According to the example of FIG. 7, it can be seen that two "P1" (commodity 1) are stored in the section "1". It can also be seen that five "P2" (commodity 2) were stored in section "2". It can also be seen that eight "P3" (commodity 3) were stored in section "3". It can also be seen that six "P4" (commodity 4) were stored in section "4". It can also be seen that two "P5" (commodity 5) were stored in the section "5". Further, it can be seen that three "P6" (commodity 6) were stored in the section "6".
このように、各商品のセクションごとの保管レイアウトを平面図として示すことで、商品の保管レイアウト(どのセクションに、どの種類の商品が、何個保管されていたか)をデジタルデータとして管理することができる。 In this way, by showing the storage layout for each section of each product as a plan view, it is possible to manage the storage layout of the products (which section, what type of product, and how many were stored) as digital data. can.
また、図7の例の場合、セクション"1"、"2"、"5"、"6"は同じ面積を有しているため、例えば、
・"P1"(商品1)は、セクション"1"の面積に少なくとも2個保管することができるサイズの商品であること、
・"P1"(商品1)を、他のセクションの商品との間で位置を交換する場合、同程度のサイズの商品(即ち、セクション内に同程度の個数が保管されている商品、例えば、セクション"5"の"P5"(商品5))との間で交換することが効率的であること、
等が分かる。
Further, in the case of the example of FIG. 7, since the sections "1", "2", "5", and "6" have the same area, for example,
-"P1" (product 1) is a product of a size that can store at least two in the area of section "1".
-When exchanging the position of "P1" (product 1) with products in other sections, products of similar size (that is, products in which the same number is stored in the section, for example, Efficient exchange with "P5" (Product 5) in section "5",
And so on.
また、図7の例は、セクション間の境界領域のうち、網掛けを付した領域は、通行不可能な領域であることを示しており、網掛けが付されていない領域は、通行可能な領域であることを示している。 Further, the example of FIG. 7 shows that among the boundary areas between sections, the shaded area is an impassable area, and the unshaded area is passable. Indicates that it is an area.
例えば、符号701に示すセクションと符号702に示すセクションとの間の境界領域は、通行不可能な領域である。一方、符号701に示すセクションと、符号707に示すセクションとの間の境界領域は、通行可能な領域である。
For example, the boundary region between the section indicated by
<二進データの一例と、シミュレーション結果の一例>
次に、生成部132が生成する、各パターンの保管レイアウトを識別する二進データの一例と、各パターンの保管レイアウトでの、シミュレーション部133によるシミュレーション結果の一例について説明する。
<Example of binary data and example of simulation result>
Next, an example of binary data generated by the
図8は、各パターンの保管レイアウトを識別する二進データの一例と、各パターンの保管レイアウトでのシミュレーション結果の一例とを示す図である。 FIG. 8 is a diagram showing an example of binary data that identifies the storage layout of each pattern and an example of a simulation result in the storage layout of each pattern.
このうち、符号810は、生成部132が生成する、各パターンの保管レイアウトを識別する二進データの一例を示している。符号810に示すように、各パターンの保管レイアウトは、それぞれ、パターン名が規定されている(図8の例は、パターン名として、"パターン1"、"パターン2"、"パターン3"、"パターン4"・・・等が規定されていることを示している)。
Of these,
また、符号810に示すように、各パターンの保管レイアウトは、6種類の商品("P1"(商品1)〜"P6"(商品6))と、セクション"1"〜"6"との組み合わせのバリエーションを示している。符号810の場合、各パターンの保管レイアウトとして、合計720通り(=6×5×4×3×2×1)のパターンの保管レイアウトが含まれることになる。このうち、"パターン1"は、現状の保管レイアウト(図7)であり、"パターン2"以降は、保管レイアウトを変更した場合の、変更後の各パターンの保管レイアウトを示している。
Further, as shown by
また、符号810に示すように、生成部132では、現状の保管レイアウト及び変更後の保管レイアウトそれぞれのパターンに通し番号を付し、それぞれの通し番号を二進数に変換することで、二進データを生成する。
Further, as shown by
図8の例は、パターン名="パターン1"の二進データが"0000000001"であり、パターン名="パターン2"の二進データが"0000000010"であることを示している。
The example of FIG. 8 shows that the binary data of the pattern name = "
一方、符号820は、パターン名="パターン1"の保管レイアウトについてのシミュレーション結果の一例を示している。また、符号830は、パターン名="パターン2"の保管レイアウトについてのシミュレーション結果の一例を示している。
On the other hand,
符号820、符号820において、曲線矢印は、作業者によるピッキング作業時の歩行経路を示している。パターン名="パターン1"と、パターン名="パターン2"とでは、セクション"5"に配置された商品("P5"(商品5))の位置とセクション"6"に配置された商品("P6"(商品6))の位置とが入れ替えられている。
In
このため、ピッキングする商品の順序を固定した場合(図8の例では、P1(商品1)→P3(商品3)→P6(商品6)→P5(商品5)の順序で固定した場合)、"パターン1"と"パターン2"とでは、作業者の歩行経路が変更されることになる。
Therefore, when the order of the products to be picked is fixed (in the example of FIG. 8, when the order is fixed in the order of P1 (product 1) → P3 (product 3) → P6 (product 6) → P5 (product 5)), In "
このように、パターンごとに異なる歩行経路となる作業者のピッキング作業をそれぞれシミュレーションすることで、パターンごとに異なる評価結果が出力されることになる。 In this way, by simulating the picking work of the worker who has a different walking route for each pattern, different evaluation results are output for each pattern.
<評価結果の一例>
次に、各パターンの保管レイアウトでの、シミュレーション部133によるシミュレーション結果、及び、探索部134による採点結果、評価結果の具体例について説明する。図9は、シミュレーション結果、採点結果及び評価結果の一例を示す図である。
<Example of evaluation result>
Next, a specific example of the simulation result by the
図9に示すように、シミュレーション結果910には、情報の項目として、"パターン名"、"歩行距離"、"歩行渋滞時間"、"棚替え回数"が含まれる。
As shown in FIG. 9, the
"パターン名"には、各パターンの保管レイアウトのパターン名が格納される。"歩行距離"、"歩行渋滞時間"、"棚替え回数"には、シミュレーション結果を評価する際の評価基準である、歩行距離、歩行渋滞時間、棚替え回数がそれぞれ格納される。 The pattern name of the storage layout of each pattern is stored in the "pattern name". The "walking distance", "walking congestion time", and "number of shelving changes" store the walking distance, walking congestion time, and number of shelving changes, which are evaluation criteria when evaluating the simulation result.
図9の例は、パターン名="パターン1"の保管レイアウトについてシミュレーションが実行された結果、歩行距離="D001"、歩行渋滞時間="J001"、棚替え回数="S001"と算出されたことを示している。
In the example of FIG. 9, as a result of executing the simulation for the storage layout of the pattern name = "
また、図9に示すように、採点結果920には、情報の項目として"歩行距離"、"歩行渋滞時間"、"棚替え回数"が含まれる。
Further, as shown in FIG. 9, the scoring
"歩行距離"には、各パターンの保管レイアウトについてシミュレーションが実行されることで算出された歩行距離を、点数化した結果が格納される。"歩行距離"の場合、例えば、10000[m]を0点、5000[m]を100点とし、10000[m]〜5000[m]の範囲において、0点〜100点が割り当てられる。 The "walking distance" stores the result of scoring the walking distance calculated by executing the simulation for the storage layout of each pattern. In the case of "walking distance", for example, 10000 [m] is 0 point, 5000 [m] is 100 point, and 0 to 100 points are assigned in the range of 10000 [m] to 5000 [m].
"歩行渋滞時間"には、各パターンの保管レイアウトについてシミュレーションが実行されることで算出された歩行渋滞時間を、点数化した結果が格納される。"歩行渋滞時間"の場合、例えば、5000[秒]を0点、1000[秒]を100点とし、5000[秒]〜1000[秒]の範囲において、0点〜100点が割り当てられる。 In the "walking congestion time", the result of scoring the walking congestion time calculated by executing the simulation for the storage layout of each pattern is stored. In the case of "walking congestion time", for example, 5000 [seconds] is set to 0 points, 1000 [seconds] is set to 100 points, and 0 points to 100 points are assigned in the range of 5000 [seconds] to 1000 [seconds].
"棚替え回数"には、各パターンの保管レイアウトについてシミュレーションが実行されることで算出された棚替え回数を、点数化した結果が格納される。"棚替え回数"の場合、例えば、6[棚]を0点、0[棚]を100点として、6[棚]〜0[棚]の範囲において、0点〜100点が割り当てられる。 In the "number of shelving changes", the result of scoring the number of shelving changes calculated by executing the simulation for the storage layout of each pattern is stored. In the case of "number of shelving changes", for example, 6 [shelf] is 0 point, 0 [shelf] is 100 point, and 0 to 100 points are assigned in the range of 6 [shelf] to 0 [shelf].
図9によれば、例えば、パターン名="パターン1"の保管レイアウトについてシミュレーションが実行された結果、歩行距離="70点"、歩行渋滞時間="80点"、棚替え回数="50点"と採点されたことを示している。
According to FIG. 9, for example, as a result of executing a simulation for the storage layout of the pattern name = "
また、図9に示すように、評価結果930には、各パターンの保管レイアウトの採点結果920に基づいて算出された、評価結果が格納される。
Further, as shown in FIG. 9, the
上述したように、探索部134は、評価基準の重み付け情報610に基づいて重み付け加算することで、採点結果920から評価結果930を算出する。評価基準の重み付け情報610によれば、"歩行距離"、"歩行渋滞時間"、"棚替え回数"のそれぞれの重み係数は、"6"、"2"、"2"であることから、例えば、パターン名="パターン1"の保管レイアウトの場合、
評価結果=70点×0.6+80点×0.2+50点×0.2=68点
と算出される。
As described above, the
Evaluation result = 70 points x 0.6 + 80 points x 0.2 + 50 points x 0.2 = 68 points.
<探索部による処理の具体例>
次に、探索部134による処理の具体例について説明する。上述したように、各パターンの保管レイアウトは、商品の種類と商品が配置されるセクションとの組み合わせに基づいて生成される。図8を用いて説明した例では、商品の種類が6種類で、セクションの数が6個であったため、保管レイアウトのパターン数は、合計730通りとなった。しかしながら、実際の物流センタにおける商品の種類及びセクションの数は、膨大であるため、保管レイアウトのパターン数も膨大となる。そして、それら全てのパターンについて、順番にシミュレーションしたのでは、シミュレーション部133による計算負荷が高い。
<Specific example of processing by the search unit>
Next, a specific example of processing by the
そこで、本実施形態における探索部134では、遺伝的アルゴリズムを用いて、評価結果が最大となる二進データを探索する(二進データの組み合わせを最適化する)。これにより、探索部134によれば、最適な保管レイアウトをより短時間で特定することが可能になる。
Therefore, the
図10は、遺伝的アルゴリズムを用いて評価結果が最大となる二進データを探索する処理の一例を示す図である。なお、図10の例では、説明の簡略化のため、商品の種類が6種類で、セクションの数が6個である場合(つまり、保管レイアウトのパターン数が合計720通りの場合)について、説明する。 FIG. 10 is a diagram showing an example of a process of searching for binary data having the maximum evaluation result by using a genetic algorithm. In the example of FIG. 10, for simplification of the explanation, the case where the product types are 6 types and the number of sections is 6 (that is, the total number of storage layout patterns is 720) will be described. do.
図10に示すように、探索部134では、初期のパターン群の二進データを用意し、現世代のパターン群の二進データとしてセットする(符号1001参照)。続いて、探索部134では、現世代のパターン群に含まれるそれぞれのパターンについてシミュレーション部133がシミュレーションした場合のシミュレーション結果を取得する。
As shown in FIG. 10, the
続いて、探索部134では、シミュレーション結果に基づいて算出した評価結果から、選択淘汰により次世代のパターン群の二進データを生成する(符号1002参照)。また、探索部134では、生成した次世代のパターン群に含まれるそれぞれのパターンについてシミュレーション部133がシミュレーションした場合のシミュレーション結果を取得し、評価結果を算出する。
Subsequently, the
続いて、探索部134では、次世代のパターン群の二進データについて、交叉処理及び突然変異処理を行い(符号1003、1004参照)、処理後のパターン群の二進データ(符号1004参照)を、現世代のパターン群の二進データとしてセットする。
Subsequently, the
探索部134では、これらの処理を1世代のサイクルとして複数サイクル繰り返すことで、評価結果が最大となる二進データを探索し、最終世代に到達したら、処理を終了する。
The
このように、探索部134では、遺伝的アルゴリズムを用いて、評価結果が最大となる二進データを探索する。これにより、探索部134によれば、最適な保管レイアウトを、より短時間で特定することが可能になる。
In this way, the
<レイアウト生成処理の流れ>
次に、レイアウト生成装置130によるレイアウト生成処理の流れについて説明する。図11は、レイアウト生成処理の流れを示すフローチャートである。
<Flow of layout generation process>
Next, the flow of the layout generation process by the
ステップS1101において、基礎情報取得部131は、基礎情報(評価基準の重み付け情報、シミュレーション前提情報、商品属性情報、レイアウト情報)を取得する。
In step S1101, the basic
ステップS1102において、生成部132は、各パターンの保管レイアウトを識別する二進データを生成するとともに、生成した二進データのうち、初期パターン群の二進データを読み出す。
In step S1102, the
ステップS1103において、シミュレーション部133は、読み出した二進データにより識別される各パターンの保管レイアウトについて、基礎情報に基づいてシミュレーションする。
In step S1103, the
ステップS1104において、探索部134は、シミュレーション部133によるシミュレーション結果を採点し、採点結果を出力する。
In step S1104, the
ステップS1105において、探索部134は、採点結果を評価し、評価結果を算出する。また、探索部134は、算出した評価結果を二進データと対応付けて保持する。
In step S1105, the
ステップS1106において、探索部134は、最終世代のパターン群に到達したか否かを判定する。ステップS1106において、最終世代のパターン群に到達していないと判定した場合には(ステップS1106において、Noの場合には)、ステップS1107に進む。
In step S1106, the
ステップS1107において、探索部134は、次世代のパターン群の二進データを読み出し、ステップS1103に戻る。
In step S1107, the
一方、ステップS1106において、最終世代のパターン群に到達したと判定した場合(ステップS1106においてYesの場合)には、ステップS1108に進む。 On the other hand, if it is determined in step S1106 that the pattern group of the final generation has been reached (Yes in step S1106), the process proceeds to step S1108.
ステップS1108において、探索部134は、評価結果が最大となる二進データにより識別される保管レイアウトを、最適な保管レイアウトとして特定する。
In step S1108, the
ステップS1109において、探索部134は、現状の保管レイアウトと、最適な保管レイアウトとの差異点を出力する。
In step S1109, the
以上の説明から明らかなように、第1の実施形態に係るレイアウト生成装置130は、各商品がピッキングされた際の作業者の位置を示す座標データに基づいて生成された、各商品の保管レイアウトを取得する。また、第1の実施形態に係るレイアウト生成装置130は、取得した保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成する。また、第1の実施形態に係るレイアウト生成装置130は、生成した二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションする。更に、第1の実施形態に係るレイアウト生成装置130は、シミュレーション結果を評価した評価結果が最大となる二進データを、遺伝的アルゴリズムを用いて探索する。
As is clear from the above description, the
これにより、第1の実施形態に係るレイアウト生成装置130によれば、評価結果が最大となる二進データにより識別される保管レイアウトを、より短時間で探索し、最適な保管レイアウトとして特定することができる。
As a result, according to the
このように、第1の実施形態によれば、ピッキングする商品の最適な保管レイアウトを生成することができる。 Thus, according to the first embodiment, it is possible to generate an optimum storage layout for picking products.
[第2の実施形態]
上記第1の実施形態では、評価基準の重み付け情報を固定してシミュレーションするものとして説明した。しかしながら、評価基準の重み付き情報は可変であってもよい。いずれの評価基準の重み係数を大きくするかによって、ユーザのニーズにあった最適な保管レイアウトを生成することが可能になるからである。以下、第2の実施形態について、上記第1の実施形態との相違点を中心に説明する。
[Second Embodiment]
In the first embodiment described above, the weighting information of the evaluation criteria is fixed and simulated. However, the weighted information of the evaluation criteria may be variable. This is because it is possible to generate an optimum storage layout that meets the needs of the user depending on which evaluation criterion the weighting coefficient is increased. Hereinafter, the second embodiment will be described focusing on the differences from the first embodiment.
図12は、評価基準の重み付け情報の一例を示す図である。図12の例では、評価基準の重み付け情報として、図6に示した評価基準の重み付け情報610以外の情報として、評価基準の重み付け情報1210、1211が示されている。
FIG. 12 is a diagram showing an example of weighting information of the evaluation criteria. In the example of FIG. 12, as the weighting information of the evaluation criteria, the
このうち、評価基準の重み付け情報1210は、評価基準の重み付け情報610と比較して、"歩行渋滞時間"の重み係数を大きくしたケースを示している。また、評価基準の重み付け情報1211は、評価基準の重み付け情報610と比較して、"棚替え回数"の重み係数を大きくしたケースを示している。
Of these, the
このように、重み係数を調整することで、例えば、評価基準の重み付け情報610の場合は、動線優先型の保管レイアウトが生成されていたところ、評価基準の重み付け情報1210によれば、渋滞緩和型の保管レイアウトが生成されることになる。また、評価基準の重み付け情報1211によれば、棚替え省力型の保管レイアウトが生成されることになる。
By adjusting the weighting coefficient in this way, for example, in the case of the
なお、探索部134は、それぞれの保管レイアウトの平面図(符号1220〜1222)を、それぞれの型名(動線優先型、渋滞緩和型、棚替え省力型)とともに表示してもよい。
The
このように、評価基準の重み付け情報を可変とし、ユーザの指示に基づいて評価基準の重み付け情報の重み係数を設定することで、ユーザのニーズにあった最適な保管レイアウトを生成することが可能となる。 In this way, by making the weighting information of the evaluation criteria variable and setting the weighting coefficient of the weighting information of the evaluation criteria based on the user's instructions, it is possible to generate the optimum storage layout that meets the needs of the user. Become.
なお、上記説明では、評価基準の重み付け情報の重み係数を、ユーザが直接指示するものとして説明したが、ユーザは型名のみを指示し、基礎情報取得部131が、それぞれの型名に応じた評価基準の重み付け情報の重み係数を算出して、設定してもよい。
In the above description, the weighting coefficient of the weighting information of the evaluation standard is described as being directly instructed by the user, but the user instructs only the model name, and the basic
また、上記説明では、保管レイアウトの平面図(符号1220〜1222)とともに、それぞれの型名を表示するものとして説明したが、保管レイアウトの平面図とともに表示する対象は、これに限定されない。保管レイアウトの変更に伴う生産性の向上割合や、月単位のコストの削減度合い等をあわせて表示してもよい。 Further, in the above description, each model name is displayed together with the plan view of the storage layout (reference numerals 1220-1222), but the target to be displayed together with the plan view of the storage layout is not limited to this. The rate of improvement in productivity due to changes in the storage layout, the degree of cost reduction on a monthly basis, and the like may also be displayed.
[その他の実施形態]
上記各実施形態では、商品属性情報630を参照することで、シミュレーション対象から除外するパターンの保管レイアウトを特定したが、シミュレーション対象から除外するパターンの特定方法はこれに限定されない。例えば、図7に示したレイアウト情報に基づいて、保管するセクションを交換することが、商品のサイズの観点から効率的でないと判定される場合には、対応するパターンの保管レイアウトについては、シミュレーション対象から除外してもよい。
[Other Embodiments]
In each of the above embodiments, the storage layout of the pattern to be excluded from the simulation target is specified by referring to the
また、上記各実施形態では、物流センタの物流業務にレイアウト生成システム100を適用する場合について説明した。しかしながら、レイアウト生成システム100の適用先は、物流センタに限定されない。例えば、物品の製造ラインの部品棚など、ピッキングを行う任意の業務に適用してもよい。
Further, in each of the above embodiments, the case where the
なお、開示の技術では、以下に記載する付記のような形態が考えられる。
(付記1)
各物品がピッキングされた際の作業者の位置を示す座標データに基づいて生成された、各物品の保管レイアウトを取得する取得部と、
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成する生成部と、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションするシミュレーション部と、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する探索部と
を有するレイアウト生成装置。
(付記2)
前記変更後の保管レイアウトは、物品の種類と、物品が配置されるセクションとの組み合わせに基づいて生成される、付記1に記載のレイアウト生成装置。
(付記3)
前記シミュレーション部は、予め定められた、作業者の歩行速度、作業者によるピッキング時間、作業者の属性に基づいて、ピッキング作業をシミュレーションする、付記1または2に記載のレイアウト生成装置。
(付記4)
前記探索部は、
前記シミュレーション部がシミュレーションすることで算出した、複数の評価基準それぞれに対応するシミュレーション結果を採点する、付記1に記載のレイアウト生成装置。
(付記5)
前記探索部は、
前記複数の評価基準それぞれの採点結果を、所定の重み係数を用いて重み付け加算することで、前記評価結果を算出する、付記4に記載のレイアウト生成装置。
(付記6)
前記探索部は、
前記評価結果が最大となる二進データを探索する、付記5に記載のレイアウト生成装置。
(付記7)
前記重み係数は可変であり、前記探索部は、ユーザの指示に基づいて設定された重み係数を用いて重み付け加算する、付記5に記載のレイアウト生成装置。
(付記8)
各物品がピッキングされた際の作業者の位置を示す座標データに基づいて生成された、各物品の保管レイアウトを取得し、
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成し、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションし、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する、
処理をコンピュータが実行するレイアウト生成方法。
(付記9)
各物品がピッキングされた際の作業者の位置を示す座標データに基づいて生成された、各物品の保管レイアウトを取得し、
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成し、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションし、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する、
処理をコンピュータに実行させるためのレイアウト生成プログラム。
In addition, in the disclosed technology, a form as described in the appendix described below can be considered.
(Appendix 1)
An acquisition unit that acquires the storage layout of each article, which is generated based on coordinate data indicating the position of the worker when each article is picked.
A generator that generates binary data that identifies the changed storage layout when the acquired storage layout is changed,
A simulation unit that simulates worker picking work in the modified storage layout identified by the generated binary data,
A layout generator having a search unit that searches for binary data in which the evaluation result of evaluating the simulation result satisfies a predetermined condition by using a genetic algorithm.
(Appendix 2)
The layout generator according to
(Appendix 3)
The layout generation device according to
(Appendix 4)
The search unit
The layout generator according to
(Appendix 5)
The search unit
The layout generator according to
(Appendix 6)
The search unit
The layout generator according to
(Appendix 7)
The layout generation device according to
(Appendix 8)
Acquire the storage layout of each article generated based on the coordinate data indicating the position of the worker when each article is picked.
Generates binary data that identifies the changed storage layout when the acquired storage layout is changed.
Simulate worker picking operations in modified storage layouts identified by the generated binary data
A genetic algorithm is used to search for binary data in which the evaluation result that evaluates the simulation result satisfies a predetermined condition.
A layout generation method in which a computer performs processing.
(Appendix 9)
Acquire the storage layout of each article generated based on the coordinate data indicating the position of the worker when each article is picked.
Generates binary data that identifies the changed storage layout when the acquired storage layout is changed.
Simulate worker picking operations in modified storage layouts identified by the generated binary data
A genetic algorithm is used to search for binary data in which the evaluation result that evaluates the simulation result satisfies a predetermined condition.
A layout generator that lets a computer perform processing.
なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせ等、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。 The present invention is not limited to the configurations shown here, such as combinations with other elements in the configurations and the like described in the above embodiments. These points can be changed without departing from the spirit of the present invention, and can be appropriately determined according to the application form thereof.
100 :レイアウト生成システム
110 :物流センタ管理装置
111 :ピッキングデータ取得部
120 :レイアウト管理用データ生成装置
121 :作業者位置データ取得部
122 :ピッキングデータ取得部
123 :商品位置データ生成部
130 :レイアウト生成装置
131 :基礎情報取得部
132 :生成部
133 :シミュレーション部
134 :探索部
510、520 :商品位置データ
610 :評価基準の重み付け情報
620 :シミュレーション前提情報
630 :商品属性情報
640 :レイアウト情報
910 :シミュレーション結果
920 :採点結果
930 :評価結果
100: Layout generation system 110: Distribution center management device 111: Picking data acquisition unit 120: Layout management data generation device 121: Worker position data acquisition unit 122: Picking data acquisition unit 123: Product position data generation unit 130: Layout generation Device 131: Basic information acquisition unit 132: Generation unit 133: Simulation unit 134:
Claims (7)
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成する生成部と、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションするシミュレーション部と、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する探索部と
を有するレイアウト生成装置。 An acquisition unit that acquires the storage layout of each article, which is generated based on coordinate data indicating the position of the worker when each article is picked.
A generator that generates binary data that identifies the changed storage layout when the acquired storage layout is changed,
A simulation unit that simulates worker picking work in the modified storage layout identified by the generated binary data,
A layout generator having a search unit that searches for binary data in which the evaluation result of evaluating the simulation result satisfies a predetermined condition by using a genetic algorithm.
前記シミュレーション部がシミュレーションすることで算出した、複数の評価基準それぞれに対応するシミュレーション結果を採点する、請求項1に記載のレイアウト生成装置。 The search unit
The layout generator according to claim 1, wherein a simulation result corresponding to each of a plurality of evaluation criteria calculated by the simulation unit is scored.
前記複数の評価基準それぞれの採点結果を、所定の重み係数を用いて重み付け加算することで、前記評価結果を算出する、請求項3に記載のレイアウト生成装置。 The search unit
The layout generation device according to claim 3, wherein the evaluation result is calculated by weighting and adding the scoring results of each of the plurality of evaluation criteria using a predetermined weighting coefficient.
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成し、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションし、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する、
処理をコンピュータが実行するレイアウト生成方法。 Acquire the storage layout of each article generated based on the coordinate data indicating the position of the worker when each article is picked.
Generates binary data that identifies the changed storage layout when the acquired storage layout is changed.
Simulate worker picking operations in modified storage layouts identified by the generated binary data
A genetic algorithm is used to search for binary data in which the evaluation result that evaluates the simulation result satisfies a predetermined condition.
A layout generation method in which a computer performs processing.
取得された保管レイアウトを変更した場合の、変更後の保管レイアウトを識別する二進データを生成し、
生成された二進データにより識別される変更後の保管レイアウトでの、作業者のピッキング作業をシミュレーションし、
シミュレーション結果を評価した評価結果が所定の条件を満たす二進データを、遺伝的アルゴリズムを用いて探索する、
処理をコンピュータに実行させるためのレイアウト生成プログラム。 Acquire the storage layout of each article generated based on the coordinate data indicating the position of the worker when each article is picked.
Generates binary data that identifies the changed storage layout when the acquired storage layout is changed.
Simulate worker picking operations in modified storage layouts identified by the generated binary data
A genetic algorithm is used to search for binary data in which the evaluation result that evaluates the simulation result satisfies a predetermined condition.
A layout generator that lets a computer perform processing.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020019508A JP2021125071A (en) | 2020-02-07 | 2020-02-07 | Layout generation device, layout generation method, and layout generation program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020019508A JP2021125071A (en) | 2020-02-07 | 2020-02-07 | Layout generation device, layout generation method, and layout generation program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021125071A true JP2021125071A (en) | 2021-08-30 |
Family
ID=77459613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020019508A Pending JP2021125071A (en) | 2020-02-07 | 2020-02-07 | Layout generation device, layout generation method, and layout generation program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021125071A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724432A (en) * | 2024-02-07 | 2024-03-19 | 中国电子工程设计院股份有限公司 | Method and device for generating layout of automatic semiconductor material handling system |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1191703A (en) * | 1997-09-11 | 1999-04-06 | System Labo Murata:Kk | Packing information decision equipment and packing information deciding method |
JP2008201569A (en) * | 2007-02-22 | 2008-09-04 | Hitachi Ltd | Working management system, working management method, and management calculation machine |
JP2016052938A (en) * | 2014-09-04 | 2016-04-14 | 国立大学法人秋田大学 | Warehouse work support device and warehouse work support program |
WO2016135911A1 (en) * | 2015-02-26 | 2016-09-01 | 株式会社日立物流 | Store shelf layout design device |
-
2020
- 2020-02-07 JP JP2020019508A patent/JP2021125071A/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1191703A (en) * | 1997-09-11 | 1999-04-06 | System Labo Murata:Kk | Packing information decision equipment and packing information deciding method |
JP2008201569A (en) * | 2007-02-22 | 2008-09-04 | Hitachi Ltd | Working management system, working management method, and management calculation machine |
JP2016052938A (en) * | 2014-09-04 | 2016-04-14 | 国立大学法人秋田大学 | Warehouse work support device and warehouse work support program |
WO2016135911A1 (en) * | 2015-02-26 | 2016-09-01 | 株式会社日立物流 | Store shelf layout design device |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724432A (en) * | 2024-02-07 | 2024-03-19 | 中国电子工程设计院股份有限公司 | Method and device for generating layout of automatic semiconductor material handling system |
CN117724432B (en) * | 2024-02-07 | 2024-05-10 | 中国电子工程设计院股份有限公司 | Method and device for generating layout of automatic semiconductor material handling system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103733153B (en) | Job management system, task management terminal and job management method | |
JP6514342B2 (en) | Online forecasting system and method | |
JP3613383B2 (en) | Merchandise arrangement planning support system and storage medium storing program for causing computer to execute processing in the system | |
Kim et al. | Item assignment problem in a robotic mobile fulfillment system | |
Amorim‐Lopes et al. | Improving picking performance at a large retailer warehouse by combining probabilistic simulation, optimization, and discrete‐event simulation | |
Cleveland et al. | Automated system for semantic object labeling with soft-object recognition and dynamic programming segmentation | |
KR20190068193A (en) | Smart Factory Layout Design Method and System | |
CN110751441A (en) | Method and device for optimizing storage position in logistics storage system | |
TWI812871B (en) | Computer-implemented system and method | |
JP2020119166A (en) | Arrangement optimization system and arrangement optimization method | |
JP2020537220A (en) | Computer system for optimizing retail garment inventory based on user profile | |
JP2023055219A (en) | Information processing device, information processing method and program | |
JP2021125071A (en) | Layout generation device, layout generation method, and layout generation program | |
JP2007041950A (en) | Production simulation management apparatus | |
US20170097634A1 (en) | Plan generating device and plan generating method | |
JP6790165B2 (en) | Work batch generator and method | |
JP7386010B2 (en) | Shipping work support system, method, and computer program | |
Manzini et al. | Correlated storage assignment and iso-time mapping adopting tri-later stackers. A case study from tile industry | |
Xie et al. | Efficient order picking methods in robotic mobile fulfillment systems | |
JPH05324778A (en) | Manufacturing facilities designing device | |
JP7321630B2 (en) | ELECTRONIC DEVICE AND METHOD FOR PROVIDING ITEM PICKING INFORMATION | |
JP6530559B2 (en) | Optimization system and method | |
Chou et al. | An efficient data-driven method for storage location assignment under item correlation considerations | |
KR102506255B1 (en) | SYSTEM AND METHOD FOR MANUFACTURING Customer-Customized MACHINE EQUIPMENT BASED ON BIG DATA | |
JP3552339B2 (en) | Database system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210825 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221006 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240305 |