Optimale Behältergrößenauswahl: Datenanalyse und Entwicklung zweier algorithmischer Ansätze am Beispiel eines ausgewählten Lagerliftsystems

Publikationen: Thesis / Studienabschlussarbeiten und HabilitationsschriftenMasterarbeit

Standard

Bibtex - Download

@mastersthesis{c30679ac9fe34324bd58d2b0ad1e318c,
title = "Optimale Beh{\"a}ltergr{\"o}{\ss}enauswahl: Datenanalyse und Entwicklung zweier algorithmischer Ans{\"a}tze am Beispiel eines ausgew{\"a}hlten Lagerliftsystems",
abstract = "Eine bedeutende Herausforderung im Lagermanagement stellt die bestm{\"o}gliche Nutzung des zur Verf{\"u}gung stehenden Lagervolumens dar. Ein m{\"o}glicher Ansatz hierf{\"u}r ist, eine optimale Beh{\"a}ltergr{\"o}{\ss}enauswahl f{\"u}r die zu lagernden Artikel zu finden. Sind Lagervolumen und -stellfl{\"a}che vorgegeben, kann so ein maximales Verh{\"a}ltnis aus genutztem und verf{\"u}gbarem Beh{\"a}ltervolumen bei gleichzeitiger Limitierung der Lagerreichweite auf eine {\"o}konomisch vertretbare oder vertraglich vereinbarte Zeitperiode erzielt werden. Zu diesem Zweck wird in dieser Arbeit ein Algorithmus zur optimalen Beh{\"a}ltergr{\"o}{\ss}enzuordnung entwickelt. Aufbauend auf der Definition des Datenmodells und der mathematischen Problembeschreibung wird zun{\"a}chst nach Literatur gesucht, die eine gleiche oder {\"a}hnliche Problemstellung behandelt. Im n{\"a}chsten Schritt wird ein Algorithmus entworfen und implementiert, welcher basierend auf Auftrags- und Stammdaten zun{\"a}chst im Rahmen eines Preprocessings die Daten aufbereitet und eine Startl{\"o}sung ermittelt und diese anschlie{\ss}end mit Hilfe einer Tabu-Suche sowie eines genetischen Algorithmus optimiert. Die beiden Heuristiken werden abschlie{\ss}end mithilfe realer Daten getestet und untereinander verglichen. Die Ergebnisse zeigen, dass beide Heuristiken eine Verbesserung gegen{\"u}ber der Startl{\"o}sung erzielen konnten, wobei die der Tabu-Suche deutlich besser als jene des genetischen Algorithmus ausfielen. Bei den verf{\"u}gbaren Ausgangsdaten und den gew{\"a}hlten Gewichtungen der Zielfunktion konnte eine klare Tendenz zur Wahl von gr{\"o}{\ss}eren Beh{\"a}ltern in geringerer St{\"u}ckzahl festgestellt werden.",
keywords = "Optimale Beh{\"a}ltergr{\"o}{\ss}enauswahl, Vertikaler Lagerlift, Operations Research, Ganzzahliges Programm, Mathematisches Modell, Daten-Preprocessing, Heuristik, Metaheuristik, Tabu-Suche, Genetischer Algorithmus, optimal container size selection, vertical storage lift, operations research, integer program, mathematical model, data preprocessing, heuristic, metaheuristic, tabu search, genetic algorithm",
author = "Philipp Hausegger",
note = "gesperrt bis 06-09-2028",
year = "2023",
doi = "10.34901/mul.pub.2023.259",
language = "Deutsch",
school = "Montanuniversit{\"a}t Leoben (000)",

}

RIS (suitable for import to EndNote) - Download

TY - THES

T1 - Optimale Behältergrößenauswahl

T2 - Datenanalyse und Entwicklung zweier algorithmischer Ansätze am Beispiel eines ausgewählten Lagerliftsystems

AU - Hausegger, Philipp

N1 - gesperrt bis 06-09-2028

PY - 2023

Y1 - 2023

N2 - Eine bedeutende Herausforderung im Lagermanagement stellt die bestmögliche Nutzung des zur Verfügung stehenden Lagervolumens dar. Ein möglicher Ansatz hierfür ist, eine optimale Behältergrößenauswahl für die zu lagernden Artikel zu finden. Sind Lagervolumen und -stellfläche vorgegeben, kann so ein maximales Verhältnis aus genutztem und verfügbarem Behältervolumen bei gleichzeitiger Limitierung der Lagerreichweite auf eine ökonomisch vertretbare oder vertraglich vereinbarte Zeitperiode erzielt werden. Zu diesem Zweck wird in dieser Arbeit ein Algorithmus zur optimalen Behältergrößenzuordnung entwickelt. Aufbauend auf der Definition des Datenmodells und der mathematischen Problembeschreibung wird zunächst nach Literatur gesucht, die eine gleiche oder ähnliche Problemstellung behandelt. Im nächsten Schritt wird ein Algorithmus entworfen und implementiert, welcher basierend auf Auftrags- und Stammdaten zunächst im Rahmen eines Preprocessings die Daten aufbereitet und eine Startlösung ermittelt und diese anschließend mit Hilfe einer Tabu-Suche sowie eines genetischen Algorithmus optimiert. Die beiden Heuristiken werden abschließend mithilfe realer Daten getestet und untereinander verglichen. Die Ergebnisse zeigen, dass beide Heuristiken eine Verbesserung gegenüber der Startlösung erzielen konnten, wobei die der Tabu-Suche deutlich besser als jene des genetischen Algorithmus ausfielen. Bei den verfügbaren Ausgangsdaten und den gewählten Gewichtungen der Zielfunktion konnte eine klare Tendenz zur Wahl von größeren Behältern in geringerer Stückzahl festgestellt werden.

AB - Eine bedeutende Herausforderung im Lagermanagement stellt die bestmögliche Nutzung des zur Verfügung stehenden Lagervolumens dar. Ein möglicher Ansatz hierfür ist, eine optimale Behältergrößenauswahl für die zu lagernden Artikel zu finden. Sind Lagervolumen und -stellfläche vorgegeben, kann so ein maximales Verhältnis aus genutztem und verfügbarem Behältervolumen bei gleichzeitiger Limitierung der Lagerreichweite auf eine ökonomisch vertretbare oder vertraglich vereinbarte Zeitperiode erzielt werden. Zu diesem Zweck wird in dieser Arbeit ein Algorithmus zur optimalen Behältergrößenzuordnung entwickelt. Aufbauend auf der Definition des Datenmodells und der mathematischen Problembeschreibung wird zunächst nach Literatur gesucht, die eine gleiche oder ähnliche Problemstellung behandelt. Im nächsten Schritt wird ein Algorithmus entworfen und implementiert, welcher basierend auf Auftrags- und Stammdaten zunächst im Rahmen eines Preprocessings die Daten aufbereitet und eine Startlösung ermittelt und diese anschließend mit Hilfe einer Tabu-Suche sowie eines genetischen Algorithmus optimiert. Die beiden Heuristiken werden abschließend mithilfe realer Daten getestet und untereinander verglichen. Die Ergebnisse zeigen, dass beide Heuristiken eine Verbesserung gegenüber der Startlösung erzielen konnten, wobei die der Tabu-Suche deutlich besser als jene des genetischen Algorithmus ausfielen. Bei den verfügbaren Ausgangsdaten und den gewählten Gewichtungen der Zielfunktion konnte eine klare Tendenz zur Wahl von größeren Behältern in geringerer Stückzahl festgestellt werden.

KW - Optimale Behältergrößenauswahl

KW - Vertikaler Lagerlift

KW - Operations Research

KW - Ganzzahliges Programm

KW - Mathematisches Modell

KW - Daten-Preprocessing

KW - Heuristik

KW - Metaheuristik

KW - Tabu-Suche

KW - Genetischer Algorithmus

KW - optimal container size selection

KW - vertical storage lift

KW - operations research

KW - integer program

KW - mathematical model

KW - data preprocessing

KW - heuristic

KW - metaheuristic

KW - tabu search

KW - genetic algorithm

U2 - 10.34901/mul.pub.2023.259

DO - 10.34901/mul.pub.2023.259

M3 - Masterarbeit

ER -