Solution Of Order Batching Problem With Association Rules And Genetic Algorithm: A Case Study In Pharmacy Warehouse

Abstract

ÖZBu çalışmada, bir ecza deposunun günlük sipariş toplama stratejisi incelenmiş ve uygun bir yaklaşım geliştirilmiştir. Ürünlerin ve siparişlerin hacimsel olarak küçük olduğu, toplayıcı kapasitesinin göreceli olarak büyük olduğu depolar için uygun olan, sipariş yığınlama stratejisi kullanılmıştır. Günlük siparişler, siparişler arası ilişkiyi en büyükleyen bir matematiksel modelin yardımıyla sipariş yığınlarına ayrılmış. Birden çok siparişin bir araya gelmesiyle oluşan yığınlar içerisinde benzer ürünleri içeren siparişler bulunduğu için toplama sırasında ki kayıp zaman ve mesafeden tasarruf sağlanacaktır. Matematiksel modelin kesin çözümünün zaman alması nedeniyle genetik algoritma kullanılarak sonuç üretilmiştir. Farklı toplama stratejileri sonucunda kat edilen toplam mesafe benzetim yardımıyla hesaplanarak, istatistiki olarak sonuçların güvenilirliği ve performansları sonuç bölümünde tartışılmıştır. Solution Of Order Batching Problem With Association Rules And Genetic ABSTRACTIn this study, daily strategy of order picking is examined and proposed a new approach in a pharmacy warehouse. If the goods and orders are relatively small for the picker's capacity, the order batching strategy should put to use. Daily orders was divided to order batches using mathematical model maximised the relationship among the orders. The order batches which are consist of more than one orders save up time and distance during the order picking period. Optimum solution of mathematical model take up time so that Genetic algorithm is used for order batching problem. Travelled the total distance is simulated in existing and batching strategy, the confidingness and performance of the results are tested statistically and argued in conclusion.

Placement of Products and Improvement of Order Picking Process through Association Analysis: A Case Study in Pharmaceutical Warehouse

“…Yener et al used association analysis and genetic algorithm methods to solve the order stack problem. Due to the fact that there are orders covering similar products within the stacks formed by the combination of multiple orders, they tried to save time and distance lost during the order picking [11]. When we look at the literature, there are association analysis studies to determine the tendency of customers to buy in marketing and to make layout arrangements in this direction.…”