KR20040072250A - 물류제어시스템 - Google Patents

물류제어시스템 Download PDF

Info

Publication number
KR20040072250A
KR20040072250A KR1020030008244A KR20030008244A KR20040072250A KR 20040072250 A KR20040072250 A KR 20040072250A KR 1020030008244 A KR1020030008244 A KR 1020030008244A KR 20030008244 A KR20030008244 A KR 20030008244A KR 20040072250 A KR20040072250 A KR 20040072250A
Authority
KR
South Korea
Prior art keywords
time
return
information
control system
expected
Prior art date
Application number
KR1020030008244A
Other languages
English (en)
Inventor
임광영
Original Assignee
삼성전자주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020030008244A priority Critical patent/KR20040072250A/ko
Priority to US10/680,222 priority patent/US20040158396A1/en
Priority to JP2003355577A priority patent/JP2004244217A/ja
Priority to CNA2003101203397A priority patent/CN1521676A/zh
Publication of KR20040072250A publication Critical patent/KR20040072250A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 상위 시스템의 반송명령에 대해 최적의 반송경로를 채택하여 작업이 이루어질 수 있도록 한 물류제어시스템(Material Control System)에 관한 것이다.
본 발명에 따르면, 출발지(Source Node)에서 도착지(Destination Node)까지의 예상반송시간을 산출하여 최적반송경로를 선정하는 물류제어시스템(MCS)에 있어서, 레이아웃(Layout) 정보와 단위 링크(link)별 자동창고의 부하 및 대기작업수에 대한 실시간 작업정보를 수신받아 관리하는 반송명령관리부(20)와; 반송명령관리부(20)로부터 레이아웃 정보 및 일정 주기로 실시간 작업정보를 수신받아 모델링(modeling)을 통해 예상반송시간으로 산출하고, 그 결과 중 최소의 예상반송시간을 갖는 반송경로를 최적반송경로로 선정하는 최적경로생성부를 포함하여 구성된다. 이에 따라, 작업라인내의 반송흐름을 원할하게 유지시켜 반송효율을 극대화시킬 수 있다.

Description

물류제어시스템 {MATERIAL CONTROL SYSTEM}
본 발명은 물류제어시스템(Material Control System)에 관한 것으로서, 보다 상세하게는 상위 시스템의 반송명령에 대해 최적의 반송경로를 채택하여 작업이 이루어질 수 있도록 한 물류제어시스템(Material Control System)에 관한 것이다.
일반적으로, 물류제어시스템(MCS)은 생산공장의 실제적인 레이아웃(Layout) 정보를 바탕으로 생성된 모델링시스템(Modeling System)을 통해 출발지(Source Node)에서 도착지(Destination Node)까지의 최적반송경로를 선정하여 물품을 반송할 수 있도록 하는 역할을 수행한다.
종래의 물류제어시스템(MCS)은 노드(Node) 및 링크(Link)의 위치정보 및 반송설비 정보 등을 이용하여 물리적 예상반송시간을 산출하고, 그 중 최소의 예상반송시간을 갖는 반송경로를 출발지에서 도착지까지의 최적반송경로로 선정하도록 되어 있다. 예상반송시간은 단위 링크(Link)별 이동거리를 해당지역의 반송설비 속력으로 나눈 값이며, 이를 합한 값이 출발지에서 도착지까지의 물리적인 예상반송시간이 된다.
그러나 상기와 같은 물류제어시스템은 최적반송경로의 선정기준으로 사용되는 예상반송시간을 계산하는 데 있어, 반송작업에 영향을 미칠 수 있는 작업라인내의 작업상황, 반송설비의 에러 등과 같은 요소를 고려하지 않음으로써 예상반송시간과 실제반송시간에 오차가 발생하게 된다. 그로 인해, 정확한 최적반송경로를 선정하는 데 한계가 있다. 반송작업에 영향을 미치는 여러가지 요소 중 중요한 몇 가지를 살펴보면 하기와 같다.
첫째, 자동창고의 부하 및 대기작업수를 고려하지 않은 최적반송경로의 선정이다. 이렇게 최적반송경로가 선정되면 작업라인내 특정 부분의 반송설비 이용률을 높게 함으로써 반송흐름의 불균형을 발생시킬 뿐 아니라 해당 경로로의 반송지연을 초래한다.
둘째, 반송설비인 OHT나 AGV 등의 점유율(TRAFFIC)을 고려하지 않은 최적반송경로의 선정이다. 이렇게 최적반송경로가 선정되면 특정 반송경로의 반송설비 점유율을 증가시켜 반송설비간의 간섭현상을 발생시킬 뿐 아니라 해당 경로로의 반송지연을 초래한다.
상기와 같은 문제점으로 인해, 종래의 물류제어시스템을 이용하여 반송경로를 생성할 경우에는 작업상황 등의 실시간 변화에 적절히 대처할 수 없음으로 인해, 전체 작업라인의 반송효율이 저하된다.
본 발명은 상술한 바와 같은 문제점을 해결하기 위하여 창출된 것으로, 반송작업에 영향을 미칠 수 있는 작업정보를 실시간으로 수신받아 작업라인내의 반송효율을 향상시킬 수 있도록 한 물류제어시스템을 제공하고자 하는 데 그 목적이 있다.
도 1은 본 발명에 따른 물류제어시스템의 블럭도이고,
도 2는 본 발명에 따른 물류제어시스템의 최적반송경로 검색 및 선정과정을 도시한 순서도이고,
도 3은 본 발명에 따른 물류제어시스템의 실시간 작업정보 중 자동창고의 부하 및 대기작업수와 예상반송시간과의 함수관계를 도시한 그래프이고,
도 4는 본 발명에 따른 물류제어시스템의 실시간 작업정보 중 반송설비 점유율과 예상반송시간과의 함수관계를 도시한 그래프이다.
< 도면의 주요 부분에 대한 부호의 설명 >
10 : 생산관리시스템 20 : 반송명령관리부
30 : 최적경로생성부 40 : 반송명령실행부
50 : 반송설비제어시스템
상기와 같은 목적을 달성하기 위하여 본 발명은, 출발지(Source Node)에서 도착지(Destination Node)까지의 예상반송시간을 산출하여 최적반송경로를 선정하는 물류제어시스템(MCS)에 있어서, 레이아웃(Layout) 정보와 단위 링크(link)별 자동창고의 부하 및 대기작업수에 대한 실시간 작업정보를 수신받아 관리하는 반송명령관리부와; 상기 반송명령관리부로부터 레이아웃(Layout) 정보 및 일정 주기로 실시간 작업정보를 수신받아 모델링(modeling)을 통해 예상반송시간으로 산출하고, 그 결과 중 최소의 예상반송시간을 갖는 반송경로를 최적반송경로로 선정하는 최적경로생성부를 포함하여 구성되는 데 그 특징이 있다.
상기 반송명령관리부의 실시간 작업정보는 반송설비 점유율에 대한 정보 및 작업라인내 반송설비의 에러에 대한 정보를 더 포함하는 것이 바람직하다.
상기 자동창고의 부하 및 대기작업수가 상대적으로 커지면 예상반송시간을 증가시키고, 상기 자동창고의 부하 및 대기작업수가 상대적으로 작아지면 예상반송시간을 감소시키는 것이 바람직하다..
상기 반송설비의 점유율이 커지면 예상반송시간을 증가시키고, 상기 반송설비의 점유율이 작아지면 예상반송시간을 감소시키는 것이 바람직하다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명하면 다음과 같다.
도 1은 본 발명에 따른 물류제어시스템의 블럭도이고, 도 2는 본 발명에 따른 물류제어시스템의 최적반송경로 검색 및 선정과정을 도시한 순서도이다.
도면에 도시된 바와 같이, 물류제어시스템(Material Control System)은 실제적인 레이아웃(Layout)에 대한 정보와 주기적으로 수신되는 단위 링크(link)별 자동창고의 부하 및 대기작업수에 대한 실시간 정보를 관리하며, 인접 모듈에서의 데이터 요청이 있을 때 이를 전달하는 반송명령관리부(20)와; 반송명령관리부(20)로부터 레이아웃(Layout) 정보 및 일정 주기로 실시간 작업정보를 수신받아 모델링(modeling)을 통해 예상반송시간을 산출하고, 그 결과 중 최소의 예상반송시간을 갖는 반송경로를 최적반송경로로 선정하는 최적경로생성부(30)와: 반송명령관리부(20)로부터 공정단위의 반송명령을 가져와 최적경로생성부(30)에 경로검색을 요청한 후, 그 결과를 전송받아 반송설비제어시스템(50)이 실행할 수 있도록 반송명령관리부(20)에 재전달하는 반송명령실행부(40)를 포함하여 구성된다.
생산관리시스템(MES)(10) Interface는 공정단위의 반송명령을 수신받아 반송명령관리부(20)에 전달하는 역할을 수행한다.
반송설비제어시스템(TSC)(50) Interface는 반송설비제어시스템(50)별 단위반송경로를 SEMI 표준통신규약에 맞게 변경한 다음 하위시스템으로 전송하는 역할을 담당하며, 하위 시스템으로부터 수신되는 상태정보를 반송명령관리부(20)로 전송한다.
최적경로생성부(30)는 반송명령실행부(40)로부터 경로검색 요청이 있을 때 이를 서비스하며, 주기적으로 반송명령관리부(20)로부터 실시간 정보를 가져와 업데이트 한다.
반송명령관리부(20)의 레이아웃(Layout) 정보는 반송명령, 반송설비상태, 케리어정보 등을 비롯한 여러 종류의 정보를 포함하며, 실시간 정보는 자동창고의 부하 및 대기작업수, 반송설비 점유율에 대한 정보 및 작업라인내 반송설비의 에러에 대한 정보 등을 포함하는 것이 바람직하다.
이하, 물류제어시스템(MCS)을 통한 최적경로생성부의 경로검색시 수행되는 과정을 간단하게 살펴보면 하기와 같다.
초기에 실제 레이아웃(Layout) 정보를 반송명령관리부(20)로부터 수신하여 데이터 구조를 생성한다(S1). 그리고 일정 주기별로 실시간 정보를 반송명령관리부(20)로부터 수신받아 업데이트(update)한다(S2). 이러한 과정은 반송명령실행부(40)로부터 경로검색 요청이 존재할 때까지 반복 실시된다.
반송명령실행부(40)로부터 경로검색 요청을 받으면 출발지 노드(Node) 정보를 바탕으로 경로검색구조체를 생성한다. 경로검색구조체의 데이터는 현재 노드정보, 현재 링크정보, 누적예상반송시간, 현재 노드인덱스 및 이전노드인덱스 등을 포함한다.
경로검색구조체에 저장된 노드(Node)가 도착지의 노드(Node)와 동일하면 검색을 종료하고, 그렇지 않으면 현재 노드(Node)와 연결된 다른 노드까지의 예상반송시간을 계산하여 저장한다(S4). 이와 같은 방법으로 단위 링크(Link)별 예상반송시간을 계속 계산하여 최종 도착지에 도착하거나, 진행할 경로검색구조체에 데이터가 존재하지 않으면 도착지 노드에서 이전까지의 진행되어온 반송경로를 역추적하여 최적반송경로를 선정하고, 이의 결과를 반송명령실행부(40)에 전송한다(S5).
이상에서 설명한 최적경로생성부(30)를 통한 최적경로검색절차는 필요에 따라 다양하게 변경 가능하며, 경로검색구조체와 노드 및 링크 등과 같은 구성요소는 이미 공지되어 보편적으로 사용되고 있는 기술적 부분이므로 그에 따른 구체적 설명은 생략하기로 한다.
도 3은 본 발명에 따른 물류제어시스템의 실시간 작업정보 중 자동창고의 부하 및 대기작업수와 예상반송시간과의 함수관계를 도시한 그래프이고, 도 4는 본 발명에 따른 물류제어시스템의 실시간 작업정보 중 반송설비 점유율과 예상반송시간과의 함수관계를 도시한 그래프이다. 이하에서는 도 3 및 도 4를 참조하여 본 발명의 기술적 요지인 자동창고의 부하 및 대기작업수와 반송설비의 점유율을 고려한 예상반송시간 모델링(modeling)에 대해서 설명하도록 한다.
최적반송경로의 선정기준으로 채택된 예상반송시간은 출발지에서의 검색이 시작되면서 단위 링크(Link)별로 아래와 같이 세가지 요소를 종합적으로 고려하여 계산된다.
첫째, 단위 링크(Link)의 거리를 바탕으로 한 예상반송시간을 산출한다.
예상반송시간은 링크별 이동거리를 해당지역의 반송설비 속력으로 나눈 값이며, 이를 합한 값이 출발지에 도착지까지의 물리적인 예상반송시간이다. 이는 반송경로상에 반송작업에 영향을 미치는 요소가 변수가 없는 경우를 전제로 한 계산방법이며, 예상반송시간의 수식은 다음과 같다.
- 예상반송시간(Cost) = 링크 이동거리 / 해당지역 반송설비 속력
둘째, 자동창고를 지나는 부분의 링크(Link)에 대해서는 부하와 대기작업수를 고려한 예상반송시간을 추가로 산출한다.
자동창고의 부하와 대기작업수를 고려한 예상반송시간의 산출은 본 출원인이선출원(선출원번호:P20020031109)한 기법으로 가능하나, 선출원된 기법을 이용하기 위해서는 과거이력정보가 필요하다. 과거이력정보가 없는 적용초기에는 아래와 같은 방법으로 자동창고 부분의 예상반송시간을 모델링(mddeling)한다. 즉, 자동창고의 부하나 대기작업수가 커지면 해당 자동창고를 통한 경로로의 반송시간을 크게 함으로써 예상반송시간을 증가시킨다. 예상반송시간의 증가는 최적반송경로로 채택될 확률을 작게하여 해당 자동창고를 이용한 반송을 막아준다. 이의 결과로 작업라인내의 자동창고의 부하 균등화를 이룰 수 있다. 자동창고에서 계산되는 예상반송시간 수식은 다음과 같다.
- 예상반송시간(Cost) = α*부하 + β*대기작업수
상기와 같은 수식을 바탕으로 한 자동창고의 부하 및 대기작업수와, 예상반송시간의 함수관계를 도시한 것이 도 3a,3b이다.
셋째, 반송설비(OHT,AGV 등)가 이용되어지는 링크(Link)에서는 점유율을 고려한 예상반송시간을 산출한다.
하위 반송설비제어시스템(50,도1참조)에 내려지는 반송명령정보로부터 링크별 작업밀도를 계산한다. 링크의 작업밀도가 크면 해당 링크를 이용하는 Vehicle이 많다는 것을 의미하므로 Vehicle의 점유율이 커진다. Vehicle 점유율이 커지면 예상반송시간을 증가시켜 점유율이 상대적으로 높은 링크를 포함하는 반송경로가 채택되지 못하도록 한다. 반송설비 점유율을 이용한 예상반송시간 수식은 다음과 같다.
- 예상반송시간(Cost) = δ*반송설비점유율
상기와 같은 수식을 바탕으로 한 예상반송시간과 Vehicle점유율의 함수관계를 도시한 것이 도 4이다.
이상에서 설명한 바와 같이, 본 발명에 따른 물류제어시스템은 물리적인 예상반송시간과 반송작업에 상대적으로 큰 영향을 미치는 자동창고의 부하 및 대기작업수, 반송설비 점유율에 대한 예상반송시간을 종합적으로 고려하여 계산하고, 이의 결과 중 최소의 예상반송시간을 갖는 반송경로를 최적반송경로로 선정한다.
위의 세가지 요인 외에도 작업라인내의 반송설비의 에러에 대한 정보 등 여러가지 변수를 선택적으로 적용할 수 있으며, 반송설비 에러의 예상반송시간 모델함수는 도 4와 동일하다.
한편, α,β,δ는 반송라인의 특성에 따라 가변적으로 설정되는 사용자 정의값이다.
이상에서 설명한 바와 같이 본 발명에 따르면, 자동창고의 부하 및 대기작업수, 반송설비의 점유율에 대한 실시간 정보를 통해 실질적인 최적반송경로를 선정할 수 있다.
그로 인해, 작업라인의 반송흐름을 균등화하고, 반송설비간의 간섭현상을 최소화함으로써 전체적인 반송효율을 극대화시킬 수 있다.

Claims (5)

  1. 출발지(Source Node)에서 도착지(Destination Node)까지의 예상반송시간을 산출하여 최적반송경로를 선정하는 물류제어시스템(MCS)에 있어서,
    레이아웃(Layout) 정보와, 단위 링크(link)별 자동창고의 부하 및 대기작업수에 대한 실시간 작업정보를 수신받아 관리하는 반송명령관리부와; 상기 반송명령관리부의 레이아웃(Layout) 정보 및 일정 주기로 실시간 작업정보를 수신받아 모델링(modeling)을 통해 예상반송시간으로 산출하고, 그 결과 중 최소의 예상반송시간을 갖는 반송경로를 최적반송경로로 선정하는 최적경로생성부를 포함하는 것을 특징으로 하는 물류제어시스템.
  2. 제1항에 있어서,
    상기 반송명령관리부의 실시간 작업정보는 반송설비 점유율에 대한 정보를 더 포함하는 것을 특징으로 하는 물류제어시스템.
  3. 제1항 또는 제2항에 있어서,
    상기 반송명령관리부의 실시간 작업정보는 작업라인내 반송설비의 에러에 대한 정보를 더 포함하는 것을 특징으로 하는 물류제어시스템.
  4. 제1항에 있어서,
    상기 자동창고의 부하 및 대기작업수가 상대적으로 커지면 예상반송시간을 증가시키고, 상기 자동창고의 부하 및 대기작업수가 상대적으로 작아지면 예상반송시간을 감소시키는 것을 특징으로 하는 물류제어시스템.
  5. 제2항에 있어서,
    상기 반송설비의 점유율이 커지면 예상반송시간을 증가시키고, 상기 반송설비의 점유율이 작아지면 예상반송시간을 감소시키는 것을 특징으로 하는 물류제어시스템.
KR1020030008244A 2003-02-10 2003-02-10 물류제어시스템 KR20040072250A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020030008244A KR20040072250A (ko) 2003-02-10 2003-02-10 물류제어시스템
US10/680,222 US20040158396A1 (en) 2003-02-10 2003-10-08 Material control system
JP2003355577A JP2004244217A (ja) 2003-02-10 2003-10-15 物流管理システム
CNA2003101203397A CN1521676A (zh) 2003-02-10 2003-11-13 物资控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020030008244A KR20040072250A (ko) 2003-02-10 2003-02-10 물류제어시스템

Publications (1)

Publication Number Publication Date
KR20040072250A true KR20040072250A (ko) 2004-08-18

Family

ID=32822683

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020030008244A KR20040072250A (ko) 2003-02-10 2003-02-10 물류제어시스템

Country Status (4)

Country Link
US (1) US20040158396A1 (ko)
JP (1) JP2004244217A (ko)
KR (1) KR20040072250A (ko)
CN (1) CN1521676A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101047373B1 (ko) * 2010-05-20 2011-07-07 현대엘리베이터주식회사 물류시스템에서의 하물처리 제어시스템 및 그 제어방법
KR20170028753A (ko) 2015-09-04 2017-03-14 한국항공대학교산학협력단 Ｇｄｓ 운영 관리 시스템 및 방법

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8086546B2 (en) * 2004-12-17 2011-12-27 Amazon Technologies, Inc. Method and system for anticipatory package shipping
DE102009033600A1 (de) * 2009-04-06 2010-10-07 Siemens Aktiengesellschaft Lastabhängiges Routing in Materialflusssystemen
CN104598979B (zh) * 2013-10-31 2021-10-08 Sap欧洲公司 基于时间和位置的递送最优化
CN106991544B (zh) * 2016-01-20 2021-06-29 菜鸟智能物流控股有限公司 调拨系统及调拨方法
JP6303230B2 (ja) 2016-06-09 2018-04-04 和則 藤沢 商品出荷管理システム及びプログラム
JP6344661B2 (ja) * 2016-08-31 2018-06-20 和則 藤沢 商品出荷管理システムにおける商品検索プログラム及び方法
CN107392387B (zh) * 2017-07-29 2021-09-17 深圳力子机器人有限公司 一种agv最优管制时间的调度方法
WO2019077658A1 (ja) * 2017-10-16 2019-04-25 日本電気株式会社 搬送作業制御装置、搬送作業制御システム、搬送作業制御方法、及び、搬送作業制御プログラムが格納された記録媒体
JP6669827B1 (ja) 2018-09-25 2020-03-18 和則 藤沢 商品配送管理システム及びプログラム
CN113762575B (zh) * 2020-12-02 2024-05-21 北京京东乾石科技有限公司 输送线路径优化方法和装置
CN116108550B (zh) * 2023-04-13 2023-06-27 湖北工业大学 一种基于bim的多式联运的动态优化方法及系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5122959A (en) * 1988-10-28 1992-06-16 Automated Dispatch Services, Inc. Transportation dispatch and delivery tracking system
US5265006A (en) * 1990-12-14 1993-11-23 Andersen Consulting Demand scheduled partial carrier load planning system for the transportation industry
US5586021A (en) * 1992-03-24 1996-12-17 Texas Instruments Incorporated Method and system for production planning
US5897629A (en) * 1996-05-29 1999-04-27 Fujitsu Limited Apparatus for solving optimization problems and delivery planning system
JP3781557B2 (ja) * 1998-06-24 2006-05-31 本田技研工業株式会社 物品の最適移送経路決定方法
US6219241B1 (en) * 1999-06-11 2001-04-17 Intel Coroporation Advanced zero-insertion force (ZIF) socket with heat sink alignment and retention mechanisms
US6873963B1 (en) * 1999-11-30 2005-03-29 Daimlerchrysler Corporation Shipment tracking analysis and reporting system (STARS)
AU2001269887A1 (en) * 2000-06-16 2002-01-02 Manugistics, Inc. Transportation planning, execution, and freight payment managers and related methods
US7313534B2 (en) * 2001-01-22 2007-12-25 W.W. Grainger, Inc. System and method for predictive maintenance and service parts fulfillment in a supply chain
US20020161618A1 (en) * 2001-03-13 2002-10-31 Mitchell Weiss Integrated scheduler and material control system
US6484092B2 (en) * 2001-03-28 2002-11-19 Intel Corporation Method and system for dynamic and interactive route finding
GB2381884A (en) * 2001-07-16 2003-05-14 Pablo D Cappellini A search engine of flexibly-defined paths applicable to the search of transportation-related routes
US6485321B1 (en) * 2002-02-06 2002-11-26 Tyco Electronics Corporation Socket for pin grid array package
JP2003308366A (ja) * 2002-04-15 2003-10-31 Mitsubishi Electric Corp 製造管理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101047373B1 (ko) * 2010-05-20 2011-07-07 현대엘리베이터주식회사 물류시스템에서의 하물처리 제어시스템 및 그 제어방법
KR20170028753A (ko) 2015-09-04 2017-03-14 한국항공대학교산학협력단 Ｇｄｓ 운영 관리 시스템 및 방법

Also Published As

Publication number Publication date
US20040158396A1 (en) 2004-08-12
JP2004244217A (ja) 2004-09-02
CN1521676A (zh) 2004-08-18

Similar Documents

Publication Publication Date Title
CN113128823B (zh) 自动导引车管理系统及方法
Gini Multi-robot allocation of tasks with temporal and ordering constraints
Li et al. Tasks assigning and sequencing of multiple AGVs based on an improved harmony search algorithm
Dittrich et al. Cooperative multi-agent system for production control using reinforcement learning
KR20040072250A (ko) 물류제어시스템
CN107145971A (zh) 一种动态调整的快递配送优化方法
CN108985597A (zh) 一种动态物流调度方法
CN107272678A (zh) 使用经协调路径规划器有效调度多个自动非完整车辆的方法和设备
CN113393020A (zh) 物流智能调度方法、装置、设备及存储介质
CN113131554B (zh) 优化otg无线充电单元的配置的方法
CN113516429B (zh) 一种基于网络拥堵模型的多agv全局规划方法
JP2020030724A (ja) 走行車制御装置、走行車システム、及び走行車制御方法
Ascheuer et al. Order picking in an automatic warehouse: Solving online asymmetric TSPs
KR100506600B1 (ko) 물류반송시스템
CN105403225A (zh) 一种利用货运信息导航的方法、服务器、终端及系统
Liu et al. Holonic manufacturing system for distributed control of automated guided vehicles
CN109979222A (zh) 一种智能车辆跟踪调度方法及系统
JP2008168966A (ja) 運搬ルート生成装置、運搬ルート生成方法及び物流ネットワーク最適化装置
KR100687075B1 (ko) 워크플로우엔진을 이용한 업무처리방법 및 공급사슬관리방법
JP6946680B2 (ja) 在庫配分装置、在庫配分方法および在庫配分プログラム
Dalal et al. Real-time decision making using simulation
WO2021252683A1 (en) Systems and methods for controlling automated systems using integer programming and column generation techniques
Golany et al. An interactive goal programming procedure for operational recovery problems
Zhang et al. Dynamic job allocation method of multiple agricultural machinery cooperation based on improved ant colony algorithm
CN111782354A (zh) 一种基于强化学习的集中式数据处理时间优化方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application