- Sviluppo di un algoritmo di ottimizzazione per l’allocazione e il ritiro dei prodotti
In questo studio ci riferiamo ad un ipotetico magazzino verticale automatizzato. Sulla base delle ricerche precedenti, l’obiettivo è definire uno scenario rappresentativo dei reali processi di picking industriale. Ciò consentirà di affrontare un problema significativo dal punto di vista operativo e che rispecchia pienamente la complessità degli ambienti industriali considerati. Lo studio ha considerato un magazzino rotante verticale, denominato “Vertical Carousel”.
La capacità di stoccaggio del magazzino è fissata a 1200 SKU, poiché il magazzino è composto da 40 livelli, ciascuno contenente un vassoio con una capacità massima di 30 SKU. Il picking utilizza una strategia “ordine su ordine”, in cui il raccoglitore legge l’ordine, il software identifica i vassoi contenenti i prodotti richiesti e un nastro trasportatore trasporta i vassoi fino al punto di apertura. Una volta che il vassoio raggiunge il punto di apertura, l’operatore preleva il prodotto dal vassoio e procede al vassoio successivo, se necessario, per completare l’ordine.
Il presupposto di base è che i prodotti da assegnare abbiano la stessa frequenza di prelievo e, quindi, lo stesso tasso di rotazione. Il tasso di rotazione dei prodotti all’interno di un magazzino è una misura che indica la frequenza e la rapidità con cui i prodotti vengono prelevati e successivamente venduti. L’approccio per lo sviluppo e l’implementazione dell’algoritmo di ottimizzazione nello scenario prevede tre fasi distinte.
La prima fase dell’analisi comprende i passaggi preliminari. Questi includono la generazione di una serie di ordini cliente e la definizione della strategia di allocazione e prelievo, che rimane coerente durante tutto il processo. I passaggi successivi prevedono lo sviluppo di algoritmi ottimizzati e casuali per l’allocazione e il prelievo.
Gli algoritmi vengono eseguiti utilizzando un set di dati generato casualmente e i risultati vengono confrontati e valutati. L’intera analisi è stata condotta utilizzando Python 3.0 e Microsoft Excel™ come supporto.
Il processo inizia con la generazione di un set di dati contenente un elenco di ordini passati e un elenco di ordini pendenti da prelevare. Per generare ordini coerenti con gli ordini passati, viene programmato un codice in Python, che genera un dataset di 800 ordini passati e un dataset di 200 ordini da ritirare. Le correlazioni dei prodotti sono state definite in modo casuale, determinando quali prodotti venivano comunemente acquistati insieme. Ogni ordine viene generato in base a queste correlazioni definite, consentendo l’aggiunta o la rimozione casuale di prodotti.
I prodotti sono identificati dalle lettere dell’alfabeto dalla A alla M. Dopo la generazione dell’ordine, vengono definite le strategie e i vincoli di allocazione e prelievo. Per la fase di allocazione si stabiliscono le seguenti regole:
- In ogni vassoio è possibile posizionare un massimo di 3 tipi di prodotti.
- Per ogni tipologia di prodotto è possibile inserire un massimo di 10 unità.