Abstract:
مدیریت و عملیات انبارداری یکی از بخشهای ضروری در سازمانهای تولیدی و خدماتی است. انبارداری یکی از اجزای اصلی هزینهبر در فعالیتهای سازمان و سزاوار توجه بیشتر محققین به این حوزه است .این تحقیق مسئله انبارش بر اساس خوشهبندی اقلام را با در نظر گرفتن کلیه عوامل مؤثر در ذخیرهسازی محصولات در انباری با محصولات حجیم و متنوع بررسی نموده است. هدف اصلی این تحقیق کاهش هزینههای حملونقل به هنگام جمعآوری و تحویل سفارشها و استفاده مؤثرتر از فضای انبار میباشد. از تکنیک تحلیل خوشهای کامینز برای حل مسئله خوشهبندی و از مدل برنامهریزی ریاضی تخصیص تعمیمیافته برای حل مسئله تخصیص دستههای اقلام به محلهای انبارش استفاده گردیده است که یک مدل برنامهریزی عدد صحیح باهدف مینیمم کردن هزینه حملونقل به هنگام جمعآوری و تحویل سفارشها است. این تحقیق با شناسایی و در نظر گرفتن شاخصهای تأثیرگذار و با استفاده از مدل برنامهریزی ریاضی تخصیص تعمیمیافته و فرموله کردن شرایط واقعی مسئله و حل آن بصورت بهینه توانسته است رویکردی جامع را در خوشهبندی و تخصیص اقلام ارائه دهد و مدیران شرکتها میتوانند از این مدل برای کاهش هزینههای انبار خود استفاده نمایند. نوآوری تحقیق حاضر استفاده از خوشهبندی در مسئله تخصیص محلهای انبارش به اقلام انبار و سپس مدلسازی ریاضی آن میباشد. مدل پیشنهادی در شرکت خانهسازی مشهد اجرا شد. بهمنظور اعتبارسنجی مدل، تعدادی مسئله شبیهسازیشده از مسئله واقعی طرح و با نرمافزار گمز حلشد.
Management and warehousing operations are one of the essential parts of manufacturing and service organizations. Warehousing is one of the main components of the organization's activities, which has a high cost and deserves more attention from researchers in this field. This research has investigated the storage problem based on the clustering of items, taking into account all the factors affecting the storage of products in warehouse with bulky and varied products. The main objective of this research is to reduce Transport costs of collecting and delivering orders and more efficient use of storage space. The K-mean technique is used for solving the clustering problem and the Generalized Allocation mathematical programming model has been used to solve the problem of assigning categories of items to storage locations. This is an integer programming model with the goal of minimizing transportation costs of collecting and delivering orders.This research has been able to provide a comprehensive approach in clustering and allocation of items by identifying and considering the effective indexes and using the generalized allocation math planning model and formulating the actual conditions of the problem and solving it in an optimal way. Companies managers can use this model to reduce their inventory costs. Using of clustering in the allocation of storage sites to the warehouse items and then their mathematical modeling is innovation of present research. The proposed model was implemented at Mashhad Housebuilding Company. A number of simulated problems are solved from the actual problem with the GAMS software for validation.
Machine summary:
این تحقیق با شناسایی و در نظر گرفتن شاخص های تأثیرگذار و با استفاده از مدل برنامه ریزی ریاضی تخصیص تعمیم یافته و فرموله کردن شرایط واقعی مسئله و حل آن به صورت بهینه توانسته است رویکردی جامع را در خوشه بندی و تخصیص اقلام ارائه دهد و مدیران شرکت ها می توانند از این مدل برای کاهش نویسنده مسئول : alirezapooya@um.
انبار کارخانه خانه سازی مشهد برای جمع آوری سفارش ها خود هزینه بسیار زیادی را متحمل میشود که نتیجه چیدمان نامناسب انبار است ؛ بنابراین در تحقیق حاضر به منظور رسیدن به طرح استقرار مناسب و کاهش هزینه های انبارداری اهداف :١) شناسایی معیارهای تأثیرگذار در گروه بندی اقلام و مدل تخصیص گروه ها به محل انبارش با توجه به انبار موردمطالعه و گروه بندی اقلام انبار، ٢) ارائه مدلی جهت بهبود چیدمان گروه اقلام با در نظر گرفتن معیارها، پارامترها و محدودیت های شناساییشده ، دنبال می شود.
در این تحقیق ابتدا داده های به دست آمده از تحقیق پویا و کرمانشاهیان (١٣٩١) مجدداً موردبررسی و بعضی از این اطلاعات دوباره جمع آوری شده است و سپس خوشه بندی اقلام با در نظر گرفتن محدودیت های انبار و شاخص های تأثیرگذار در چیدمان انجام میشود.
Garfinkel, Maurice, (2005), “Minimizing Multi-zone Orders in the Correlated Storage Assignment Problem”, A Dissertation for the PhD degree, School of Industrial and Systems Engineering Georgia Institute of Technology.