The joint order batching and picking routing problem : algorithms and new formulation

Detalhes bibliográficos
Autor(a) principal: Lorenci, Felipe Furtado
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/248315
Resumo: Administrar grandes depósitos e armazéns de forma eficiente não é uma tarefa fácil. A quantia de variáveis e processos envolvidos desde o momento em que o consumidor realiza a compra de um único produto, até o seu recebimento, é bastante considerável. Dentro deste contexto, existem dois principais problemas envolvendo processos em armazéns: o problema de coleta de pedidos (OPP) e o problema de loteamento de pedidos (OBP). O OPP tem por objetivo minimizar a distância viajada por um funcionário enquanto ele faz a coleta de uma lista de produtos (pedidos). O OBP busca agrupar pedidos em lotes, que possuem um determinado limite de capacidade, de forma que a soma das distâncias via jadas durante a coleta dos produtos de todos os lotes seja minimizada. Quando estes dois problemas são abordados de forma conjunta, a estratégia é conhecida como problema de loteamento e coleta simultânea de pedidos (JOBPRP). Este trabalho propõe uma nova formulação matemática para o JOBPRP e apresenta novas soluções algorítmicas para tal problema: uma heurística baseada em dois níveis de programação dinâmica e um algo ritmo genético de agrupamento com controle de transmissão de genes. Para avaliar nossas propostas, executamos experimentos computacionais com conjuntos de dados fornecidos pela literatura. O modelo matemático foi utilizado em um software solucionador de pro gramas inteiros-mistos (Gurobi), onde se realizaram testes com pequenas instâncias para aferir a qualidade das soluções da nossa abordagem metaheurística. Nossos resultados computacionais evidenciaram alta estabilidade para todas as instâncias testadas e meno res valores objetivo que os reportados previamente na literatura, mantendo um tempo de execução razoável.
id URGS_53e8a478ff26d0a3395aaa06231bfe6c
oai_identifier_str oai:www.lume.ufrgs.br:10183/248315
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Lorenci, Felipe FurtadoRavelo, Santiago Valdes2022-08-31T04:55:46Z2022http://hdl.handle.net/10183/248315001148738Administrar grandes depósitos e armazéns de forma eficiente não é uma tarefa fácil. A quantia de variáveis e processos envolvidos desde o momento em que o consumidor realiza a compra de um único produto, até o seu recebimento, é bastante considerável. Dentro deste contexto, existem dois principais problemas envolvendo processos em armazéns: o problema de coleta de pedidos (OPP) e o problema de loteamento de pedidos (OBP). O OPP tem por objetivo minimizar a distância viajada por um funcionário enquanto ele faz a coleta de uma lista de produtos (pedidos). O OBP busca agrupar pedidos em lotes, que possuem um determinado limite de capacidade, de forma que a soma das distâncias via jadas durante a coleta dos produtos de todos os lotes seja minimizada. Quando estes dois problemas são abordados de forma conjunta, a estratégia é conhecida como problema de loteamento e coleta simultânea de pedidos (JOBPRP). Este trabalho propõe uma nova formulação matemática para o JOBPRP e apresenta novas soluções algorítmicas para tal problema: uma heurística baseada em dois níveis de programação dinâmica e um algo ritmo genético de agrupamento com controle de transmissão de genes. Para avaliar nossas propostas, executamos experimentos computacionais com conjuntos de dados fornecidos pela literatura. O modelo matemático foi utilizado em um software solucionador de pro gramas inteiros-mistos (Gurobi), onde se realizaram testes com pequenas instâncias para aferir a qualidade das soluções da nossa abordagem metaheurística. Nossos resultados computacionais evidenciaram alta estabilidade para todas as instâncias testadas e meno res valores objetivo que os reportados previamente na literatura, mantendo um tempo de execução razoável.Efficiently managing large deposits and warehouses is not an easy task. The amount of variables and processes involved from the moment a consumer purchases a single product until its receipt is quite considerable. There are two major problems involving warehouses processes: the order picking problem (OPP) and the order batching problem (OBP). The OPP aims to minimize the distance traveled by a picker while collecting a set of products (orders). The OBP seeks to assign orders to batches with a capacity limit to minimize the sum of distances traveled during the retrieving of products from all batches. When these two problems are approached together, they become the Joint Order Batching and Picking Routing Problem (JOBPRP). This work proposes a novel formulation for JOBPRP and develops a dynamic programming based heuristic, and a grouping genetic algorithm with controlled gene transmission to JOBPRP. To assess our proposals, we executed compu tational experiments over literature datasets. The mathematical model was used within a mixed-integer programming solver (Gurobi) and tested on the smaller instances to evalu ate the quality of the solutions of our metaheuristic approach. Our computational results evidence high stability for all tested instances and much lower objective value than the previously reported in the literature while maintaining a reasonable computational time.application/pdfporMetaheuristicasAlgoritmosModelo matemáticoArmazénsGenetic algorithmOrder batching problemOrder picking problemWarehousesThe joint order batching and picking routing problem : algorithms and new formulationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2022mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001148738.pdf.txt001148738.pdf.txtExtracted Texttext/plain114663http://www.lume.ufrgs.br/bitstream/10183/248315/2/001148738.pdf.txt532b62d97dcf5204e2be181683bf6fd2MD52ORIGINAL001148738.pdfTexto completo (inglês)application/pdf3542247http://www.lume.ufrgs.br/bitstream/10183/248315/1/001148738.pdf561dff946b92a6ab0ef0b98c5716a035MD5110183/2483152022-09-01 04:58:55.816649oai:www.lume.ufrgs.br:10183/248315Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-09-01T07:58:55Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv The joint order batching and picking routing problem : algorithms and new formulation
title The joint order batching and picking routing problem : algorithms and new formulation
spellingShingle The joint order batching and picking routing problem : algorithms and new formulation
Lorenci, Felipe Furtado
Metaheuristicas
Algoritmos
Modelo matemático
Armazéns
Genetic algorithm
Order batching problem
Order picking problem
Warehouses
title_short The joint order batching and picking routing problem : algorithms and new formulation
title_full The joint order batching and picking routing problem : algorithms and new formulation
title_fullStr The joint order batching and picking routing problem : algorithms and new formulation
title_full_unstemmed The joint order batching and picking routing problem : algorithms and new formulation
title_sort The joint order batching and picking routing problem : algorithms and new formulation
author Lorenci, Felipe Furtado
author_facet Lorenci, Felipe Furtado
author_role author
dc.contributor.author.fl_str_mv Lorenci, Felipe Furtado
dc.contributor.advisor1.fl_str_mv Ravelo, Santiago Valdes
contributor_str_mv Ravelo, Santiago Valdes
dc.subject.por.fl_str_mv Metaheuristicas
Algoritmos
Modelo matemático
Armazéns
topic Metaheuristicas
Algoritmos
Modelo matemático
Armazéns
Genetic algorithm
Order batching problem
Order picking problem
Warehouses
dc.subject.eng.fl_str_mv Genetic algorithm
Order batching problem
Order picking problem
Warehouses
description Administrar grandes depósitos e armazéns de forma eficiente não é uma tarefa fácil. A quantia de variáveis e processos envolvidos desde o momento em que o consumidor realiza a compra de um único produto, até o seu recebimento, é bastante considerável. Dentro deste contexto, existem dois principais problemas envolvendo processos em armazéns: o problema de coleta de pedidos (OPP) e o problema de loteamento de pedidos (OBP). O OPP tem por objetivo minimizar a distância viajada por um funcionário enquanto ele faz a coleta de uma lista de produtos (pedidos). O OBP busca agrupar pedidos em lotes, que possuem um determinado limite de capacidade, de forma que a soma das distâncias via jadas durante a coleta dos produtos de todos os lotes seja minimizada. Quando estes dois problemas são abordados de forma conjunta, a estratégia é conhecida como problema de loteamento e coleta simultânea de pedidos (JOBPRP). Este trabalho propõe uma nova formulação matemática para o JOBPRP e apresenta novas soluções algorítmicas para tal problema: uma heurística baseada em dois níveis de programação dinâmica e um algo ritmo genético de agrupamento com controle de transmissão de genes. Para avaliar nossas propostas, executamos experimentos computacionais com conjuntos de dados fornecidos pela literatura. O modelo matemático foi utilizado em um software solucionador de pro gramas inteiros-mistos (Gurobi), onde se realizaram testes com pequenas instâncias para aferir a qualidade das soluções da nossa abordagem metaheurística. Nossos resultados computacionais evidenciaram alta estabilidade para todas as instâncias testadas e meno res valores objetivo que os reportados previamente na literatura, mantendo um tempo de execução razoável.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-08-31T04:55:46Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/248315
dc.identifier.nrb.pt_BR.fl_str_mv 001148738
url http://hdl.handle.net/10183/248315
identifier_str_mv 001148738
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/248315/2/001148738.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/248315/1/001148738.pdf
bitstream.checksum.fl_str_mv 532b62d97dcf5204e2be181683bf6fd2
561dff946b92a6ab0ef0b98c5716a035
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085594977533952