Search Results for: 5

2.3 Ottimizzazione basata sulla domanda La domanda dei prodotti può essere studiata per determinare la relazione tra i prodotti e le abitudini dei consumatori utilizzando l'analisi di clustering e associazione per estrarre modelli di ordinamento. È importante ridurre i tempi e i costi di prelievo per valutare la frequenza con…

3.2 Fase di prelievo L'algoritmo di prelievo rimane coerente in entrambe le configurazioni, con la differenza che risiede nel posizionamento dei prodotti all'interno del magazzino. In un magazzino a carosello verticale, il processo di picking inizia con la lettura dell'ordine. Questo passaggio prevede la scansione dei prodotti specificati nell'ordine e…

2.5 Allocazione dinamica o caotica Nell’Industria 4.0, molte aziende considerano l’allocazione statica dei prodotti (chiamata anche Static Slotting) una pratica inefficiente; infatti, la nuova tendenza è l’applicazione del “Dynamic Slotting” (allocazione dinamica) (Papcun et al., 2019). Lo stoccaggio dinamico o caotico prevede che un articolo possa essere immagazzinato in qualsiasi…

2.4 Approccio di ottimizzazione multicriterio2115 Come accennato nella sezione precedente, è possibile implementare tecniche multidecisionali per risolvere problemi di allocazione dei prodotti. Data la natura multicriterio di SLAP, Micale et al. ha proposto un approccio combinato basato su ELECTRE TRI e TOPSIS in un ambiente incerto (Micale et al., 2019).…

2.2 Ottimizzazione mediante la distanza di prelievo   La distanza e il percorso per il prelievo dei prodotti hanno un impatto elevato sui costi totali di prelievo, quindi Muppani e Adil hanno proposto un algoritmo di ricottura simulata per risolvere un modello di pianificazione per la formazione delle classi e…