The order picking process, the process of retrieving products from specified storage locations on the basis of customer orders, is known to be the most laborious of all warehouse processes. Grouping of customer orders in a warehouse order (batching), and sequencing the items on a warehouse order to be retrieved (routing) are closely related with the efficiency of order picking process. This thesis deals with the order batching problem considering four different routing policies that have been frequently appeared in the literature. They are traversal routing policy, return routing policy, midpoint routing policy, and largest gap routing policy. Taking into account of the characteristic of each routing policy, we develop similarity coefficients for pairs of orders and then propose efficient order batching algorithms. To evaluate the performance of the algorithms, they are compared with an existing algorithm in terms of the total travel time and number of batches grouped. The computational results show that the proposed algorithms in general outperform the existing one except the case with the largest gap routing policy.
창고를 운영하는데 있어, 가장 노동집약적인 작업이 주문을 취합하는 작업이다. 대부분의 현장에서 전체 운영비의 반 이상을 주문을 취합하는데 사용한다고 한다. 이에 본 논문은 창고에서 발생하는 주문 묶음 문제를 연구한다. 주문 받은 제품을 취합하는 과정에서 하나의 취합 루트를 형성함으로써 총 이동거리를 줄일 수 있을 것이다. 주문 취합 과정은 매우 노동집약적이며, 창고에서 가장 중요한 작업 중 하나이다. 제품의 위치가 파악되었을 때, 작업자는 제품들을 취합을 하여야 하며, optimal routing policy은 너무 복잡하여 현장에선 효율적인 발견적 학습법을 많이 사용한다. 대표적인 routing policy로는 traversal, return, midpoint, and largest gap routing policy가 있다.
본 논문에서는 각 routing policy의 특성을 고려하여 비교계수들을 만들고, 비교계수를 이용해 해당 문제에 맞는 수리적 모형을 제시하였고 본 문제가 수리적으로 해를 구하는 것이 힘든 것을 감안하여 비교계수를 이용한 주문 묶음 알고리즘을 개발한다.
실제 상황을 푼 기존의 알고리즘이 있어, 개발된 알고리즘을 총 묶음의 개수, 총 이동거리로 비교한다. 임의로 생성된 100개의 문제를 가지고 실험한 결과, 우리의 알고리즘이 largest gap routing policy 경우를 제외한, 나머지 세가지 routing policy에서 보다 우수하다.
