KR20220033286A - Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법 - Google Patents

Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법 Download PDF

Info

Publication number
KR20220033286A
KR20220033286A KR1020200115488A KR20200115488A KR20220033286A KR 20220033286 A KR20220033286 A KR 20220033286A KR 1020200115488 A KR1020200115488 A KR 1020200115488A KR 20200115488 A KR20200115488 A KR 20200115488A KR 20220033286 A KR20220033286 A KR 20220033286A
Authority
KR
South Korea
Prior art keywords
order
skus
sorting
units
otp
Prior art date
Application number
KR1020200115488A
Other languages
English (en)
Other versions
KR102535135B1 (ko
Inventor
김태현
정창윤
최준혁
정지운
김완식
유은정
황호경
Original Assignee
씨제이대한통운 (주)
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 씨제이대한통운 (주) filed Critical 씨제이대한통운 (주)
Priority to KR1020200115488A priority Critical patent/KR102535135B1/ko
Publication of KR20220033286A publication Critical patent/KR20220033286A/ko
Application granted granted Critical
Publication of KR102535135B1 publication Critical patent/KR102535135B1/ko

Links

Images

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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/10—Office automation; Time management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 하나의 호기마다 복수개의 스테이션을 가지는 분류장비를 이용한 OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법에 관한 것으로 본 발명에 따르면 SKU의 수, 작업장 수, 오더라인을 고려하여 분류 작업 밸런싱을 모형화하는 단계로서 다음의 식 (1)을 만족하고,
Figure pat00103
(1)
여기서, tci : 작업장 i의 터치 수 편차(전체 평균과의 차이)
skui : 작업장 i의 SKU 수 편차(전체 평균과의 차이)
Figure pat00104

Figure pat00105
이다.

Description

ＯＴＰ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법{METHOD FOR IMPROVING CLASSIFICATION EFFICIENCY IN OTP CLASSIFICATION TYPE}
본 발명은 OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법 또는 재고 보충 알고리즘에 관한 것이다.
이-커머스(E-Commerce) 비지니스 환경에서 고객이 두개 이상의 SKU(Stock Keeping Unit)를 한번에 주문하는 경우 박스(BOX) 포장을 위해 분류작업이 선행되어야만 한다.
분류 장비는 작업 방식에 따라 크게 OTP(Order-To-Person)와 GTP(Good-To-Person)로 구분할 수 있는데, OTP 분류 방식의 작업은 빈 주문용기(Order Box)가 각각의 작업 스테이션(작업자, Person)을 경유하면서 상품을 채워나가는 방식이고, GTP 분류 방식의 작업은 OPT와는 반대로 총량 피킹된 상품(GOOD)이 각각의 작업 스테이션으로 전달되어 최종 주문이 완성되는 방식, 즉 BOX가 아닌 상품이 이동하는 방식을 일컫는다.
도 1은 OTP 방식의 분류 작업의 일례를 나타내는 설명도이다. 도 1에 도시된 바와 같이 OTP 분류 방식에서 빈 주문용기(빈 박스)는 컨베이어벨트와 같은 운송수단을 통해 각각의 호기(도 1에서는 1호기와 2호기만을 표시함)로 전달된다.
이와 같은 분류 장비는 호기, 스테이션, 셀(Cell 또는 rack)로 구분하여 정의되는데 각각의 상품 재고는 셀에 할당되는데, 일반적으로 한개의 오더라인(즉, 1개의 SKKU)로 구성된 주문의 경우 상품의 분류 작업이 필요하지 않지만 2개 이상의 오더라인으로 구성된 작업에 대해서는 상품의 분류 작업이 필수적이라 할 수 있다.
도 2는 분류 장비에서의 호기-스테이션-셀의 계층적 구조를 나타내는 도면이다. 도 2에 도시된 바와 같이 하나의 호기는 복수의 스테이션으로 나누어지고, 각각의 스테이션에는 상이한 상품재고가 각각 보관되는 복수의 셀들로 구성된다.
이와 같은 구조의 분류 장비에서 오더라인(SKU)의 일례는 다음의 표 1과 같을 수 있다.
[표 1]
Figure pat00001
표 1은 주문의 일례를 나타내는 표이고, 위의 표 1에서 주문 주문 '191030101852'는 총 4개의 SKU(주문라인)로 이루어지고 있음을 알 수 있다.
한편, 이와 같이 하나의 주문이 복수개의 주문라인으로 이루어지고 있는 경우 재고 또는 상품들이 어떻게 배치되느냐에 따라 물품 분류의 작업효율이 달라지게 된다.
예를 들면, 총 4개의 호기로 이루어진 분류 장비 또는 분류 시스템에서 총4개의 물품이 하나의 호기의 스테이션 내에 배치되는 경우, 해당하는 제품들의 박싱(boxing) 작업은 하나의 호기 내에서 이루어지고 다른 호기로 이동할 필요성이 없기 때문에 작업시간이 단축되는 이점이 얻어지지만, 다른 한편으로는 박싱작업이 이루어지는 해당하는 호기를 제외하고 다른 호기는 작업이 수행되지 않는 문제점이 발생된다.
이와 반대로 총 4개의 호기로 이루어진 분류 장비 또는 분류 시스템에서 총4개의 물품이 각각의 호기의 어느 하나의 스테이션 내에 각각 배치되는 경우, 즉 4개의 물품이 4개의 호기에 각각 배치되는 경우, 해당하는 제품들의 박싱(boxing) 작업은 4개의 호기에서 각각 이루어지므로 호기마다의 작업 평균성은 향상될 수 있지만 다른 한편으로는 박싱작업이 전체 4개의 호기를 모두 거쳐야하기 때문에 이동거리가 길어지고 작업시간은 늘어나는 문제점이 발생된다.
이와 같이 호기의 집중성과 호기의 평균성은 OPT 방식의 분류 작업에서 작업의 효율을 대표하는 중요한 요소이며, 이를 통해 작업의 평균성을 유지하면서 호기들 사이에서의 작업 효율성을 향상시킬 수 있는 방법이 필요한 실정이다.
본 발명은 전술한 문제점에 기반하여 안출된 발명으로서 OPT 방식의 분류 작업에서 2개 이상의 SKU를 한번에 주문하는 주문 오더에 대응하여 작업의 평균성을 유지하면서 호기들 사이에서의 작업 효율성을 향상시킬 수 있는 재고보충방법 또는 재고보충 알고리즘을 제공하는 것을 목적으로 한다.
전술한 목적을 달성하기 위해 본 발명의 하나의 양태에 따르면 하나의 호기마다 복수개의 스테이션을 가지는 분류장비를 이용한 OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법이 제공되고,
SKU의 수, 작업장 수, 오더라인을 고려하여 분류 작업 밸런싱을 모형화하는 단계로서 다음의 식 (1)을 만족하고,
Figure pat00002
(1)
여기서, tci : 작업장 i의 터치 수 편차(전체 평균과의 차이)
skui : 작업장 i의 SKU 수 편차(전체 평균과의 차이)
Figure pat00003
Figure pat00004
이고,
다음의 제약식 (2) 내지 (6)을 만족하고,
Figure pat00005
(2)
Figure pat00006
(3)
Figure pat00007
(4)
Figure pat00008
(5)
Figure pat00009
(6)
여기서
Figure pat00010
avgsku : 작업장 별 평균 SKU 수(전체 SKU 수 / 작업장 수)
P
Figure pat00011
상품(SKU) Set
tj 전체 주문 처리 시 상품 j의 터치 수인 것을 특징적 구성으로서 포함한다.
전술한 양태에서, 상기 제약식은 주문별 호기 경우 제약식을 더 포함하고, 주문별 호기 경우 제약식은 주문수(r)와 호기수(m)의 곱만큼 변수 yoh에 대해
Figure pat00012
(7)
를 만족하며, 여기서
i는 한 개의 호기 단위로 나눠지고, j는 단일 주문의 SKU 리스트,
Figure pat00013
는 단일주문의 터치수 합을 나타낸다.
또한 전술한 양태에서 제약식은 주문완성 패턴에 대한 제약식을 더 포함하고, 장비의 호기 개수가
Figure pat00014
개 일 때, 주문수(
Figure pat00015
)와 패턴수(
Figure pat00016
)의 곱만큼의 변수
Figure pat00017
에 대한 제약이 추가될 수 있다.
본 발명에 따르면 OPT 방식의 분류 작업에서 2개 이상의 SKU를 한번에 주문하는 주문 오더에 대응하여 작업의 평균성을 유지하면서 호기들 사이에서의 작업 효율성을 향상시킬 수 있는 재고보충방법 또는 재고보충 알고리즘을 제공할 수 있다.
도 1은 OTP(Order-To-Person) 분류 방식을 설명하기 위한 작업장의 레이아웃의 일례를 나타내는 도면;
도 2는 작업장에 설치되는 호기, 스테이션, 셀의 관계를 설명하기 위한 계층도;
도 3은 본 발명에 따른 분류 방식에 의해 획득된 작업량 밸런싱 결과를 나타내는 표.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하 첨부된 도면을 참조하여 본 발명의 실시예에 대해 설명하도록 한다.
OTP 분류 방식의 재고보충 알고리짐은 먼저, 할당 문제 및 물류센터의 레이아웃과 장비 특성에 따라 추가적인 제약을 필요로 한다.
1) 할당 문제(Assignment Problem)의 형태
OTP 분류에서의 재고보충 알고리즘에서, 재고보충 알고리즘은 각각의 작업장에 SKU를 할당하는 조합 최적화 문제로 할당 문제(Assignment Problem) 모형과 유사한 특성을 가지며, 분류 장비의 특성에 따라 추가적인 제약을 필요로 한다.
또한 작업장 마다 사람 또는 로봇이 투입되는 장비의 경우 작업장별 작업 부하량의 차이가 비슷하게 유지될 수 있도록 하는 밸런싱 제약이 추가 고려되어야 할 필요가 있다.
2) 물류센터의 레이아웃 / 분류 장비 특성에 따른 추가 제약
이와 같은 제약은 적용되는 물류 센터에서 레이아웃 및 분류 장비 특성에 따라 추가적인 생산성 향상을 기대할 수 있으며, 분류장비(호기 별)의 물류센터 내 위치, 각 호기 별 작업장 분포의 계층적 구조에 따라 다음의 표2와 같은 주문완성 패턴이 형성될 수 있다.
통상적으로 n개의 호기에서 주문완성 패턴은 2n-1의 주문 완성 패턴이 이루어질 수 있드며, 따라서 아래의 표 2에서와 같이 4개의 호기를 갖는 경우에는 15개의 주문 완성 패턴이 만들어질 수 있다.
[표 2]
Figure pat00018
또한 표 2에서 알 수 있듯이, 예를 들면, 문류센터 내에 총 4개의 호기가 존재하고 있으며, 1층에 1호기와 2호기가 위치하고, 2층에 3호기와 4호기가 위치한다. 이 경우 각각의 호기 별 완성 주문이 다른 호기를 거치지 않고 곧바로 검수라인으로 이동할 수 있다면, 각각의 호기별 작업만으로 완성되는 주문이 많을 경우 완성 주문의 생산성이 향상될 수 있다.
추가로 같은 층에 있는 분류 장비인 1호기, 2호기에서 작업되는 주문은 다른 층에 있는 호기(3호기, 4호기)와의 조합, 즉 1호기와 3호기 또는 1호기와 4호기의 조합에서 작업되는 주문보다 컨베이어를 타고 이동하는 동선이 짧아지기 때문에 생산성이 향상될 수 있다.
다음으로 재고보충 알고리즘에 대해 보다 구체적으로 이하에 설명하도록 한다.
1) 수리 모형의 모수와 결정변수
본 발명에 따른 재고보충 알고리즘에 대한 수리모형을 설명하기 위해 다음과 같이 집합, 파라미터, 및 의사결정변수가 정의된다.
먼저, 본 발명에서는 수리모형을 설명하기 위해 물류센터내 배치되는 분류 장비는 4개의 호기, 40개의 스테이션을 가지는 것으로 가정하고, 분류 장비와 주문의 구조에 따라 집합(Set)이 정의될 있으며, 이용되는 집합은 다음과 같다.
○ 집합(Set)의 종류 및 정의
Figure pat00019
또한 SKU별 터치수, 주문별 터치 수 등은 아래와 같은 파라미터로 정의되어 이용된다.
○ 파라미터(parameter)의 종류 및 정의
Figure pat00020
또한 의사결정 변수는 각각의 SKU를 스테이션에 할당하는 변수
Figure pat00021
와, 주문 패턴을 정의하기 위한
Figure pat00022
,
Figure pat00023
, 작업량 밸런싱 정도를 계산하기 위한
Figure pat00024
,
Figure pat00025
로 구성되며, Parameter에 정의된
Figure pat00026
,
Figure pat00027
값과 스테이션 별 절대 편자의 합을 최소화한다.
○ 의사결정 변수(Decision Variable)
Figure pat00028
2) 목적함수와 작업량 밸런싱을 위한 제약
전술한 바와 같이 물류센터 내 총 4대의 호기가 배치된 것으로 가정하고, 4대의 호기가 2개의 층으로 각각 나눠져 배치되는 있는 레이아웃일 경우 다음과 같은 수리모형으로 작업 밸런싱이 가능하다.
목적함수 식 (1)의 첫째, 둘째 항은 스테이션 별 작업 수와 SKU 수를 평준화 하며, 변수
Figure pat00029
는 각 호기 별 작업완료 패턴을 극대화하기 위해 추가되었고, 다음과 같은 제약식을 가진다.
목적 함수
Figure pat00030
(1)
제약식
Figure pat00031
(2)
Figure pat00032
(3)
Figure pat00033
(4)
Figure pat00034
(5)
Figure pat00035
(6)
Figure pat00036
(7)
Figure pat00037
(8)
Figure pat00038
(9)
Figure pat00039
(10)
Figure pat00040
(11)
Figure pat00041
(12)
Figure pat00042
(13)
Figure pat00043
(14)
Figure pat00044
(15)
Figure pat00045
(16)
Figure pat00046
(17)
Figure pat00047
(18)
Figure pat00048
(19)
Figure pat00049
(20)
Figure pat00050
(21)
Figure pat00051
(22)
Figure pat00052
(23)
Figure pat00053
(24)
전술한 제약식은 다음과 같은 의미를 가진다.
- 제약식 (2)는 모든 SKU는 하나의 스테이션에 할당 될 수 있으며, 같은 SKU가 서로 다른 두 개 이상의 스테이션에 할당될 수 없음을 의미나타낸다.
- 제약식(3), 제약식 (4)는 각 스테이션에 할당되는 SKU 수의 합이 평균 SKU 수와 얼마나 차이가 있는지를 절대값으로 계산하는 것을 나타낸다.
- 제약식(5), 제약식 (6)은 각 스테이션에 할당되는 터치 수의 합이 평균 터치 수와 얼마나 차이가 있는지를 절대값으로 계산하는 것을 나타낸다.
3) 주문 완성 패턴의 제약
- 제약식(7)은 SKU할당에 따라 각 주문별 호기별 작업 여부를 변수
Figure pat00054
에 할당하기 위한 식이며, 제약식 (9) 내지 (23)과 함께 주문완성 패턴을 구분하는데 사용된다. 제약식(7)의 개수는
Figure pat00055
(주문수와 호기수의 곱)에 의해 생성된다.
- 제약식(8)은 주문완성 패턴이 15가지(
Figure pat00056
) 타입 중 하나이어야 함을 정의한다.
- 제약식 (9) 내지 (12)는 주문이 특정 1개의 호기에서만 작업될 경우를, 제약식 (13) 내지 (18)은 서로 다른 두 개의 호기에서 작업이 수행되는 것을, 제약식 (19) 내지 (22)는 서로 다른 3개의 호기에서 작업이 수행되는 것을, 제약식 (23)은 주어진 4개 호기 모두에서 작업이 수행되는 경우를 정의한다.
- 제약식 (9) 내지 (23)에서, 우변의 이진(binary)변수
Figure pat00057
와 상수 값을 활용하여 호기 개수를 조절하는 방식으로, 변수
Figure pat00058
가 1일 경우 좌변의 수식(
Figure pat00059
)의 계산 값이 1이 되어야 한다( 예를 들면,
Figure pat00060
)
- 같은 방식으로 1개의 호기만 작업될 경우 좌변의 수식을 전부 1로 만들 수 있도록 다음과 같이 정리하고, 호기 이진변수를 설정한다.
2호기만 작업될 경우 ->
Figure pat00061
3호기만 작업될 경우 ->
Figure pat00062
4호기만 작업될 경우 ->
Figure pat00063
- 2개의 호기에서 작업될 경우는 아래와 같이 변수
Figure pat00064
을 만족해야 하는데, 우변 이진변수는 0 아니면 1이기 때문에
Figure pat00065
에 1을 더하여 좌변과 우변을 동등하게 맞추어야 한다.
1, 2호기만 작업될 경우 ->
Figure pat00066
- 변수
Figure pat00067
가 0 또는 1이기 때문에 n개 이상의 호기에 할당될 경우 좌/우변을 맞추기 위해서 우변에 n-1을 더해주는 작업이 필요하다.
1, 2, 3호기만 작업될 경우 ->
Figure pat00068
- 호기의 개수가 n개일 때 주문패턴을 구분하기 위해서
Figure pat00069
개의 제약식이 추가로 필요하며, 물류센터의 레이아웃이나 기기배치 상황에 따라 목적함수에 첨가하여 다양한 방법으로 주문 완성비율을 조절할 수 있다.
4) 모형의 정의 순서
제1 단계: 밸런싱 모형 작업
a. 모수 정리(sku 수, 작업장 수, 오더라인 정리) 후 아래와 같은 기초 모형을 구축한다. 이때 터치 수, 할당 SKU 수 외 여러 요인들을 편차를 최소화 할 수 있다.
Figure pat00070
제2 단계: 주문 별 호기 경유 제약 정리
a. 주문수(
Figure pat00071
)와 호기수(
Figure pat00072
)의 곱만큼의 변수 yoh에 대한 제약 추가,
이때, i는 한 개의 호기 단위로 나눠지고, j는 단일 주문의 SKU 리스트,
Figure pat00073
는 단일주문의 터치수 합
Figure pat00074
제3 단계: 주문완성 패턴 정리
a. 장비의 호기 개수가
Figure pat00075
개 일 때, 주문수(
Figure pat00076
)와 패턴수(
Figure pat00077
)의 곱만큼의 변수
Figure pat00078
에 대한 제약 추가함
주문(
Figure pat00079
)가 특정 호기 집합(
Figure pat00080
)에서 만 작업 될 경우 :
Figure pat00081
예)주문o_1 이 4호기에서만 작업될 경우(
Figure pat00082
):
Figure pat00083
다음의 표 3은 호기수가 4개일 때의 주문 패턴을 나타내는 표이며, 총 24-1(15개)의 주문 패턴이 생성된다.
Figure pat00084
b. 물류센터 작업동선 및 레이아웃에 따른 선호 패턴 정리 후 목적함수에 추가함.
기존의 작업량 편차 최소화 목적함수에 전체 주문패턴에서 선호패턴을 차감하는 방식으로 설정하면, 선호패턴(
Figure pat00085
)을 최대화 할 수 있게 된다.
Figure pat00086
이와 같은 본원발명의 분류 방식을 평가하기 위해 27개 현실 문제에 대해 테스트를 진행하였으며, 모두 5분 이내에 좋은 답을 도출 하였다. 도 3에 도시된 작업량 밸런싱 표에서 보여지듯이 주문 완성 비율은 대략 30% 개선 되었으며, 1,000개의 주문이 있다면 기존 방식으로는 100개의 주문이 단일호기로 처리되었으나, 알고리즘 결과를 적용한다면 400개의 주문이 단일호기로 처리되어 분류 생산성이 증가되었다는 것을 알 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively)처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속하는 것으로 해석되어야만 한다.

Claims (3)

  1. 하나의 호기마다 복수개의 스테이션을 가지는 분류장비를 이용한 OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법에 있어서,
    SKU의 수, 작업장 수, 오더라인을 고려하여 분류 작업 밸런싱을 모형화하는 단계로서 다음의 식 (1)을 만족하고,
    Figure pat00087
    (1)
    여기서, tci : 작업장 i의 터치 수 편차(전체 평균과의 차이)
    skui : 작업장 i의 SKU 수 편차(전체 평균과의 차이)
    Figure pat00088

    Figure pat00089
    이고,
    다음의 제약식 (2) 내지 (6)을 만족하고,
    Figure pat00090
    (2)
    Figure pat00091
    (3)
    Figure pat00092
    (4)
    Figure pat00093
    (5)
    Figure pat00094
    (6)
    여기서
    Figure pat00095

    avgsku : 작업장 별 평균 SKU 수(전체 SKU 수 / 작업장 수)
    P
    Figure pat00096
    상품(SKU) Set
    tj 전체 주문 처리 시 상품 j의 터치 수인 것을 특징으로 하는
    OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법.
  2. 제1항에 있어서,
    상기 제약식은 주문별 호기 경우 제약식을 더 포함하고, 주문별 호기 경우 제약식은 주문수(r)와 호기수(m)의 곱만큼 변수 yoh에 대해
    Figure pat00097
    (7)
    를 만족하며, 여기서
    i는 한 개의 호기 단위로 나눠지고, j는 단일 주문의 SKU 리스트,
    Figure pat00098
    는 단일주문의 터치수 합인
    OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법.
  3. 제1항에 있어서,
    상기 제약식은 주문완성 패턴에 대한 제약식을 더 포함하고, 장비의 호기 개수가
    Figure pat00099
    개 일 때, 주문수(
    Figure pat00100
    )와 패턴수(
    Figure pat00101
    )의 곱만큼의 변수
    Figure pat00102
    에 대한 제약이 추가되는
    OTP(Order-To-Person) 분류 방식에서의 분류 작업 효율을 향상시키기 위한 재고 보충 방법.
KR1020200115488A 2020-09-09 2020-09-09 Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법 KR102535135B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200115488A KR102535135B1 (ko) 2020-09-09 2020-09-09 Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200115488A KR102535135B1 (ko) 2020-09-09 2020-09-09 Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법

Publications (2)

Publication Number Publication Date
KR20220033286A true KR20220033286A (ko) 2022-03-16
KR102535135B1 KR102535135B1 (ko) 2023-05-22

Family

ID=80937802

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200115488A KR102535135B1 (ko) 2020-09-09 2020-09-09 Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법

Country Status (1)

Country Link
KR (1) KR102535135B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012250838A (ja) * 2011-06-07 2012-12-20 Daifuku Co Ltd ピッキング設備およびピッキング方法
JP2016104672A (ja) * 2016-03-08 2016-06-09 オークラ輸送機株式会社 ピッキングシステム
JP2018150124A (ja) * 2017-03-13 2018-09-27 株式会社日立製作所 ピッキング管理システム、およびピッキング管理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012250838A (ja) * 2011-06-07 2012-12-20 Daifuku Co Ltd ピッキング設備およびピッキング方法
JP2016104672A (ja) * 2016-03-08 2016-06-09 オークラ輸送機株式会社 ピッキングシステム
JP2018150124A (ja) * 2017-03-13 2018-09-27 株式会社日立製作所 ピッキング管理システム、およびピッキング管理方法

Also Published As

Publication number Publication date
KR102535135B1 (ko) 2023-05-22

Similar Documents

Publication Publication Date Title
Fontes et al. Joint production and transportation scheduling in flexible manufacturing systems
Goli et al. Fuzzy integrated cell formation and production scheduling considering automated guided vehicles and human factors
Carlo et al. Sequencing dynamic storage systems with multiple lifts and shuttles
Kulak et al. Joint order batching and picker routing in single and multiple-cross-aisle warehouses using cluster-based tabu search algorithms
Nagarjuna et al. A heuristic based on multi-stage programming approach for machine-loading problem in a flexible manufacturing system
Yan et al. A dynamic scheduling approach for optimizing the material handling operations in a robotic cell
Sooksaksun et al. A class-based storage warehouse design using a particle swarm optimisation algorithm
Arık Additive manufacturing scheduling problem considering assembly operations of parts
Feng et al. Dynamic hoist scheduling problem with multi-capacity reentrant machines: a mixed integer programming approach
Metahri et al. Retrieval–travel-time model for free-fall-flow-rack automated storage and retrieval system
Ventura et al. Finding optimal dwell points for automated guided vehicles in general guide-path layouts
Zhao et al. Integrated facility layout design and flow assignment problem under uncertainty
Atta et al. Solving tool indexing problem using harmony search algorithm with harmony refinement
JP2003241822A (ja) サプライチェーン製品管理での流れ管理に基づく管理方法
Delgoshaei et al. A new method for decreasing cell-load variation in dynamic cellular manufacturing systems
Farling et al. Analysis of automated guided vehicle configurations in flexible manufacturing systems
Co et al. A throughput-maximizing facility planning and layout model
KR20220033286A (ko) Ｏｔｐ 방식에서의 분류 작업 효율을 향상시키기 위한 재고보충 방법
Chakraborty et al. Development of plant layout for improving organizational effectiveness by hybridizing GT, TOPSIS and SLP
Lee et al. Operation sequence and tool selection in flexible manufacturing systems under dynamic tool allocation
Wisittipanich et al. Metaheuristics for warehouse storage location assignment problems
KHAKSAR et al. A comprehensive mathematical model for the design of a dynamic cellular manufacturing system integrated with production planning and several manufacturing attributes
Kašparová et al. Effective designing of order picking systems using dynamic simulation
Bauters et al. A simulation model to compare autonomous vehicle based warehouses with traditional AS/RS systems
Kliment et al. Tecnomatix plant simulation, its features and its integration into business processes in logistics systems

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant