0 avis
Stochastic Modelling and Analysis of Warehouse Operations
Erasmus University Rotterdam 2009 - XVIII-171p.
This thesis studies stochastic models and analysis of warehouse operations. Based on a review of stochastic research in warehouse operations, where we identify uncertainty sources of warehousing systems and present typical warehouse operations from a viewpoint of stochastic systems, we explore the following topics. Firstly, we search optimal batch sizes in a parallel-aisle warehouse with online order arrivals. We employ a sample path optimization and perturbation analysis algorithm to search
...
the optimal batch size for a warehousing service provider, and a central finite difference algorithm to search the optimal batch sizes from the perspectives of customers and total systems. Secondly, we research a polling-based dynamic order picking system for online retailers. We build models to describe and analyze such systems via stochastic polling theory, find closed-form expressions for the order line waiting times, and apply polling-based picking to online retailers. We then present closed-form analytic expressions for order pick rates of bucket brigades order picking systems with different storage profiles, and show how to combine storage policies and bucket brigade protocols to improve order picking productivity. We further shed light on reasons why the bucket brigades system can outperform some zone picking systems for a range of storage profiles. Finally, we propose a new warehouse design approach to improve the revenue management of public storage warehouses. Based on our survey of 54 warehouses in America, Europe and Asia, we propose models for three different cases: an overflow customer rejection model and two models with customer upgrade possibilities: one with reservation and another without reservation. We solve the models for several real warehouse cases, and our results show for all cases the existing public-storage warehouses can be redesigned to bring larger revenues. Finally, we develop the robust design to reduce the loss from the variance of demand to the least.
Dit proefschrift onderzoekt magazijnoperaties met behulp van stochastische modellen en analyses. Het proefschrift bestaat uit zeven hoofdsukken. Als eerste geven we een overzicht van stochastisch onderzoek in magazijnoperaties in hoofdstuk 2. In hoofdstuk 3 doen we onderzoek naar een optimale seriegrootte voor een magazijn met parallelle gangen en online orderaankomsten. We maken gebruik van sample-path optimization en perturbation analysis om de optimale seriegrootte voor een magazijn vast te stellen rekening houdend met zowel de order doorlooptijden als de operationele kosten. In hoofdstuk 4 onderzoeken we een polling-based dynamisch orderverzamelsysteem, wat met name geschikt is voor online retailers. We ontwikkelen modellen om zulke systemen te beschrijven en te analyseren met stochastische polling theorieën. We vinden gesloten uitdrukkingen voor de order wachttijden en passen de resultaten toe op een bedrijfscase. Daarna presenteren we gesloten analytische uitdrukkingen voor de doorzet van bucket brigade orderverzamelsystemen, waarbij gebruik gemaakt wordt van verschillende opslagprofielen. Deze uitdrukkingen kunnen gebruikt worden om de combinatie van bucket brigades met verschillende opslagprofielen te evalueren. In hoofdstuk 6 stellen we een nieuwe methode voor om ontwerpen voor self-storage magazijnen te evalueren en te genereren. We tonen aan dat, vergeleken met bestaande magazijnen, de opbrengst aanzienlijk verhoogd kan worden door bij het ontwerp rekening te houden met de te verwachten vraag per type opslag.
Lire la suite