การหาค่าที่ดีที่สุดในการกำหนดตำแหน่งภายใต้อุปสงค์และอุปทานที่แปรผันตามเวลา

Optimizing Storage Assignment Under Time-Varying Demand and Supply

Name: สกุลชัย พรหมสร

Name: ศิรวดี อรัญนารถ

Name: อาทิตย์ อภิโชติธนกุล

keyword: ปัญหาการกำหนดตำแหน่งการจัดเก็บ

; กำหนดการเชิงเส้น

; อุปสงค์และอุปทานที่แปรผันตามเวลา

; Storage Location Assignment Problem

; Linear Programming

; Time-Varying Demand and Supply

Abstract: การจัดสินค้าเข้าที่ (Put-Away) และการหยิบสินค้า (Order Picking) ถือเป็นกิจกรรมในคลังสินค้าที่มีต้นทุนสูง โดยมีค่าใช้จ่ายสูงถึง 55% ของค่าใช้จ่ายทั้งหมดภายในคลังสินค้าและเวลาส่วนใหญ่ที่เสียไปเกิดจากการเดินทางเพื่อจัดเก็บและหยิบสินค้าซึ่งสูงถึง 55% ของเวลาทั้งหมด งานวิจัยนี้นำเสนอแบบจำลองทางคณิตศาสตร์ เพื่อหาตำแหน่งการจัดเก็บที่เหมาะสมสำหรับสินค้าในแต่ละช่วงเวลาเพื่อให้ระยะทางการหยิบและจัดเก็บสินค้าสั้นที่สุดภายใต้นโยบายการจัดเก็บแบบกำหนดตำแหน่งจัดเก็บและนโยบายการจัดเก็บแบบสุ่ม โดยทำการศึกษาและเปรียบเทียบประสิทธิภาพด้านระยะทางการหยิบและจัดเก็บ โดยการประยุกต์แบบจำลองทางคณิตศาสตร์ร่วมกับ Add-in Open Solver ของโปรแกรม Microsoft Excel โดยใช้ Solver Engine ของ Gurobi ในการหาค่าคำตอบ จากการทดสอบด้วยปัญหาภายใต้สมมุติฐานคลังสินค้าที่ทราบการเปลี่ยนแปลงของความต้องการของสินค้าที่ต้องหยิบและสินค้าที่ต้องรับเข้าเพื่อจัดเก็บล่วงหน้าพบว่านโยบายการจัดเก็บแบบสุ่มมีประสิทธิภาพทางด้านการลดระยะทางการทำงานมากกว่านโยบายการจัดเก็บแบบกำหนดตำแหน่งภายในปัญหาที่ได้กำหนดขึ้น โดยระยะทางการหยิบและจัดเก็บสินค้าของนโยบายการจัดเก็บแบบสุ่มน้อยกว่านโยบายการจัดเก็บแบบกำหนดตำแหน่งถึง 11.2%

Abstract: Putaway and order picking are high-cost warehousing activities, accounting for up to 55% of the total cost in the warehouse. Furthermore, most of the time is being wasted on trips to store and pick up, which can add up to 55% of the total working time. This research proposed mathematical models to determine the optimal storage locations in each period by minimizing pick up and storage traveling distances under two storage policies, including dedicated storage and random storage. The efficiency in minimizing traveling distance was studied and compared by applying the mathematical model with Add-in Open Solver in Microsoft Excel using Gurobi Optimizer solver engine to solve the problem. Under the assumption that the warehouse knew the change in demand and supply in advance, the results indicated that the random storage policy was more efficient in minimizing traveling distance than the dedicated storage policy. In fact, the total traveling distance of the random storage policy was 11.2% less than the dedicated storage policy.

มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. สำนักวิทยบริการและเทคโนโลยีสารสนเทศ

Address: นครราชสีมา

Email: kitiya.ni@rmuti.ac.th

Created: 2565

Modified: 2025-09-22

Issued: 2566-03-06

บทความ/Article

application/pdf

ISBN: 26729369 (Online)

BibliograpyCitation : วารสาร มทร.อีสาน ฉบับวิทยาศาสตร์และเทคโนโลยี ปีที่ 15, ฉบับที่ 3, (กันยายน - ธันวาคม 2565)

tha

©copyrights มหาวิทยาลัยเทคโนโลยีราชมงคล อีสาน

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	RMUTI_Ratchadaporn_Art66-06.pdf	2.62 MB	2	2024-01-01 22:32:25

ใช้เวลา

0.021613 วินาที