Page Header

Home > Vol 33, No 4 (2023) > Srisarakam

An Application of Genetic Algorithm to Determine Storage Method for Materials in AS/RS a Case Study of an ABC Automated Warehouse

Anawat Srisarakam, Panitarn Peerapattana

Abstract


บทความนี้กล่าวถึงระบบจัดเก็บและเรียกค้นอัตโนมัติ (Automated Storage/Retrieval System; AS/RS) การกำหนดวิธีการจัดเก็บและเรียกค้นอัตโนมัติทำได้หลายวิธีด้วยกัน ทั้งการปรับปรุงขนาดคลังสินค้า ปรับปรุงรูปแบบการรับเข้าของสินค้า รวมไปถึงปรับปรุงการเคลื่อนที่ของเครื่องจักรจัดเก็บและเรียกค้น (S/R Machine) ดังนั้นผู้ให้บริการคลังสินค้า ต้องให้ความสำคัญเกี่ยวกับการกำหนดวิธีการจัดเก็บและเรียกค้นวัสดุเพื่อให้มีประสิทธิภาพสูงสุด จากคลังสินค้าอัตโนมัติบริษัทกรณีศึกษาพบว่า มีช่วงเวลาที่สินค้าในระบบถูกรับเข้า-ออกในช่วงเวลาที่คาบเกี่ยวกันในลักษณะคำสั่งเดี่ยว (Single Command) คิดเป็นร้อยละ 52.20 ซึ่งก่อให้เกิดความสูญเปล่าในการดำเนินการของ S/R Machine งานวิจัยนี้ได้ศึกษาเพื่อกำหนดวิธีการจัดเก็บ และเรียกค้นในคลังสินค้าโดยมุ่งเน้นไปที่การลดเวลาในการทำงานของ S/R Machine ผู้วิจัยเลือกวิธีการทำงานแบบคำสั่งคู่ (Dual Command) คือ การที่ให้ S/R Machine นั้นสามารถทำงานได้ทั้งการจัดเก็บสินค้าและการเรียกค้นสินค้าในการเดินทางเพียง 1 รอบคำสั่ง โดยประยุกต์ใช้วิธีทางพันธุกรรม (Genetics Algorithms; GA) ในการกำหนดตำแหน่งในการจัดเก็บและเรียกค้นเปรียบเทียบกับวิธีรูปแบบเชิงคณิตศาสตร์ (Math Model) ผ่านการทดลองทางตัวเลขกับปัญหาคลังสินค้าขนาดเล็ก กลาง และใหญ่ พบว่าวิธีการที่นำเสนอใช้เวลาในการคำนวณเพื่อหาคำตอบที่ดีที่สุดน้อยกว่าและได้คำตอบที่เข้าใกล้ค่าที่ดีที่สุด (Near Optimum)

This article discusses about the features of Automated Storage/Retrieval Systems. There are several ways to define automated storage and retrieval methods such as improving warehouse sizes, improving consolidated goods receipt patterns and improving the movement of the Storage/Retrieval machine (S/R machine). The warehouse operator must consider the determination of how materials are stored and retrieved for maximum efficiency. According to a case study of an automated warehouse, the time when goods in the system were in and out during the overlapping period as a single command accounted for 52.20%, causing operational waste of the S/R machine. This research study aims to define warehouse storage and retrieval methods with a focus on reducing the operating time of the S/R machine. We apply a dual command method in which the S/R machine can work for both storage and retrieval operations in just one cycle. We applied Genetics Algorithms (GA) to determine storage location and retrieval compared with the math model, through experiments with small, medium and large warehouses problems. It was found that the proposed method took less time to obtain the near optimum solution.


Keywords



[1] Y. Karnjana and P. Peerapattana, “A comparative of mathematical model for solving the optimal lane depth with the infinite and the finite production rate model: A case study of the ABC warehouse,” The Journal of KMUTNB, vol. 29, no. 2, pp. 211–218, 2019 (in Thai).

[2] G. Zhou and L. Mao, “Design and simulation of storage location optimization module in AS/ RS based on FLEXSIM,” I.J. Intelligent Systems and Applications, vol. 2, pp. 33–40, 2010.

[3] T. Wautersa, F. Villab, J. Christiaens, R. A. Valdesc, and G. V. Berghe, “A decomposition approach to dual shuttle automated storage and retrieval systems,” Computers & Industrial Engineering, vol. 101, pp. 325–337, 2016.

[4] P. Yang, K. Yang, M. Qi, L. Miao, and B. Ye, “Designing the optimal multi-deep AS/ RS storage rack under full turnover-based storage policy based on non-approximate speed model of S/R machine,” Transportation Research Part E: Logistics and Transportation, vol. 104, pp. 113–130, 2017.

[5] Y. Xiaohui and Z. Zhicong, “An NSABC algorithm for multi-aisle AS/RS scheduling optimization,” Computers & Industrial Engineering, vol. 156, pp. 107254, 2021.

[6] J. A. Tompkins, J. A. White and Y. A. Bozer. Facilities Planning, 3rd ed, United State of America, John Wiley & Son, inc, 2003.

[7] A. Azzia, D. Battinia, M. Facciob, A. Personaa, and F. Sgarbossab, “Innovative travel time model for dual-shuttle automated storage/ retrieval systems,” Computers & Industrial Engineering, vol. 61, no. 3, pp. 600–607, 2011.

[8] K. Hachemi, Z Sari, and N. Ghoualic, “A stepby- step dual cycle sequencing method for unit-load automated storage and retrieval systems,” Computers & Industrial Engineering, vol. 63, no. 1, pp. 980–984, 2012.

[9] D. Popovic, M. Vidovic, and N. Bjelic, “Application of genetic algorithms for sequencing of AS/RS with a triple-shuttle module in class-based storage,” Flexible Services and Manufacturing Journal, vol. 26, pp. 432–453, 2014.

[10] K. Sethanan, Metaheuristics and applications for industry. Khon Kaen: Industrial Engineering, Khon Kaen university, 2015 (in Thai).

[11] P. Peerapattana, Plant layout. Khon Kaen: Industrial Engineering, Khon Kaen university, 2014 (in Thai).

[12] L. Ghomri and Z. Sari, “Mathematical modeling of the average retrieval time for flow-rack automated storage and retrieval systems,” Journal of Manufacturing Systems, vol. 44, pp. 165–178, 2017.

[13] P. Yang, L. Miao, Z. Xue, and B. Ye, “Variable neighborhood search heuristic for storage location assignment and storage/retrieval scheduling under shared storage in multishuttle automated storage/retrieval systems” Transportation Research Part E: Logistics and Transportation Review, vol. 79, pp. 164–177, 2015.

Full Text: PDF

DOI: 10.14416/j.kmutnb.2023.07.013

ISSN: 2985-2145