Optymalizacja procesu kompletacji w magazynie (cz. 1)

Podobne dokumenty
Optymalizacja procesu kompletacji w magazynie (cz. 2)

Kompletacja jednostopniowa i dwuwymiarowa wydajność kompletacji a aspekty organizacyjne

ŚREDNIE CZASY KOMPLETACJI ZAMÓWIEŃ DLA HEURYSTYKI S-SHAPE WZORY I SYMULACJE

Przypadek praktyczny: Apymsa Apymsa zainwestowała w nowy magazyn do przygotowywania zamówień

Przypadek praktyczny: Company 4 Marketing Services

Kompletacja (picking) prof. PŁ dr hab. inż. Andrzej Szymonik Łódź 2014/2015

Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu dla odczytu Australia Employment Change

Przypadek praktyczny: Cogeferm Różnorodne rozwiązania do składowania i kompletacji pojemników i palet

Przypadek praktyczny: Motoblouz.com Cztery kondygnacje do przygotowywania zamówień w magazynie sklepu internetowego Motoblouz.com

Spacery losowe generowanie realizacji procesu losowego

LOGISTYKA. Definicje. Definicje

Przypadek praktyczny: Agata S.A. Regały paletowe do nowego centrum dystrybucyjnego firmy Agata S.A.

Analiza stanów gry na potrzeby UCT w DVRP

PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS

ROLA KOMISJONOWANIA W STEROWANIU PRZEPŁYWAMI PRODUKTÓW

Krzysztof Dmytrów* Uniwersytet Szczeciński

Przypadek praktyczny: Amagosa Amagosa automatyzuje swoje centrum logistyczne

WYDAJNOŚĆ KOMPLETACJI PRZY WIELOBLOKOWYCH UKŁADACH STREFY KOMISJONOWANIA

WPŁYW KOMPLETACJI STREFOWEJ, SKŁADOWANIA TOWARÓW I METODY WYZNACZANIA TRASY MAGAZYNIERA NA EFEKTYWNOŚĆ PROCESU KOMPLETACJI ZAMÓWIEŃ

WIELOKRYTERIALNA OCENA PROCESU KOMPLETACJI TOWARÓW W MAGAZYNIE

HEURYSTYKI WYZNACZANIA TRAS W DWUBLOKOWEJ NIEPROSTOKĄTNEJ STREFIE KOMPLETACJI ZAMÓWIEŃ

Przypadek praktyczny: Delta Children Regały paletowe Mecaluxu w nowym magazynie firmy Delta Children

Przypadek praktyczny: BH Bikes Dwa magazyny automatyczne w nowym centrum logistycznym BH Bikes. Lokalizacja: Hiszpania

ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH

Organizacja gospodarki magazynowej w przedsiębiorstwie - warsztaty Excel

Przypadek praktyczny: Venair Trzy systemy magazynowe w centrum dystrybucyjnym Venair

Planowanie produkcji w systemie SAP ERP w oparciu o strategię MTS (Make To Stock)

Controlling produkcji przy wykorzystaniu metody ABC XYZ Studium przypadku

Przypadek praktyczny: Unilever Maksymalna pojemność i efektywność centrum dystrybucyjnego Unilever w Brazylii

Optymalizacja zapasów magazynowych przykład optymalizacji

RELOKACJA PRODUKTÓW W MAGAZYNIE Z UWZGLĘDNIENIEM WYNIKÓW ANALIZY ABC W ZAKRESIE LICZBY POBRAŃ

CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.

Algorytm składowania dedykowanego optymalizujący czas kompletacji wyrobów

WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3

WYŻSZA SZKOŁA LOGISTYKI

Magazyn, proces magazynowy, gospodarka magazynowa. prof. PŁ dr hab. inż. Andrzej Szymonik Łódź 2014/2015

Przypadek praktyczny: Vynex Efektywna kompletacja zamówień z przenośnikami firmy Mecalux

Przypadek praktyczny: Alliance Healthcare Wysoka wydajność kompletacji zamówień w magazynie Alliance Healthcare

Przypadek praktyczny: Natura Cosméticos Większa pojemność i sprawne funkcjonowanie magazynu Natura Cosméticos

Instrukcja obsługi programu SWWS autorstwa Michała Krzemińskiego

WPŁYW TECHNICZNEGO UZBROJENIA PROCESU PRACY NA NADWYŻKĘ BEZPOŚREDNIĄ W GOSPODARSTWACH RODZINNYCH

Przypadek praktyczny: SPB Rozwiązania dopasowane do każdego produktu w jednym magazynie SPB

Metody klasyfikacji produktów w magazynie

Gospodarka magazynowa

Automatyzacja magazynowania w przemyśle farmaceutycznym jako sposób na oszczędność powierzchni i czasu

...Zarządzanie MWS ... 1

ORGANIZACJA LINII KOMPLETACYJNEJ DLA ZRÓŻNICOWANEJ WYDAJNOŚCI PRACOWNIKÓW I OKREŚLONEJ STRUKTURY ZLECEŃ

Czynniki wpływające na wybór studiów technicznych przez kobiety

Możliwości uczniów w wieku lat w zakresie stosowania symbolu literowego w procesie uogólniania sprawozdanie z badań

Przypadek praktyczny: Trumpler Funkcjonalność i wydajność automatycznego magazynu firmy Trumpler

WPŁYW METODY DOPASOWANIA NA WYNIKI POMIARÓW PIÓRA ŁOPATKI INFLUENCE OF BEST-FIT METHOD ON RESULTS OF COORDINATE MEASUREMENTS OF TURBINE BLADE

Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych

Koncepcja szczupłego zarządzania w magazynach

Kompletacja jednostopniowa a dwustopniowa wydajność kompletacji a aspekty organizacyjne 2

Przypadek praktyczny: Continental Automatyczny magazyn pojemnikowy usprawnia przygotowywanie zamówień w firmie Continental

WYBÓR PUNKTÓW POMIAROWYCH

Analiza praktyk zarządczych i ich efektów w zakładach opieki zdrowotnej Województwa Opolskiego ROK 2008 STRESZCZENIE.

Przypadek praktyczny: SanMar Regały paletowe, czyli proste rozwiązania mogą być najlepsze

Przypadek praktyczny: Saint-Gobain Saint-Gobain i Mecalux współpraca doskonała

Zapytanie ofertowe nr 1/08/2016

Zwykły magazyn. Centralny magazyn

Wyposażenie nowoczesnego magazynu w urządzenia techniczne. Mariusz Malczewski PROMAG S.A.

Projekty logistyczne Maksymalna wydajność Twojego magazynu

Analiza gospodarki magazynowej przedsiębiorstw przetwórstwa przemysłowego w województwie śląskim

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

P R A C A D Y P L O M O W A

Przypadek praktyczny: Abafoods Zastosowanie pięciu systemów składowania usprawnia działanie magazynu producenta napojów

Centrum Logistyczne LOGOS

Analiza dostawców. Zajęcia Nr 8

Przypadek praktyczny: Automotive Factory Parts Duże centrum logistyczne do przygotowywania zamówień internetowych

SYMULACYJNA OCENA POTENCJAŁU ROZWOJOWEGO MIAST WOJEWÓDZTWA LUBUSKIEGO W KONTEKŚCIE WSPÓŁPRACY TRANSGRANICZNEJ Z BRANDENBURGIĄ

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Gospodarka magazynowa z elementami projektowania zagospodarowania magazynów istniejących i nowo planowanych

Case Study. Warehouse Management System w TIM S.A. Logistics software Consulting

Wszyscy o controllingu wiedzą dużo, ale czy śledzą dynamiczny rozwój tego systemu. Co to jest controlling?

ASPEKT PRZYDZIAŁU ODBIORCÓW W PROBLEMIE INTEGRACJI HIERARCHICZNEGO SYSTEMU DYSTRYBUCJI

Spis treści. Przedmowa

Wektory, układ współrzędnych

Inhouse logistics outsourcing-

Przypadek praktyczny: Eurofirany Optymalna organizacja składowania towarów w nowym magazynie firmy Eurofirany

OPTYMALIZACJA STEROWANIA MIKROKLIMATEM W PIECZARKARNI

Dane Klienta: PUW Torpol Sp. z o.o. ul. Wały Piastowskie Gdańsk.

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście

Krzysztof Jąkalski Rafał Żmijewski Siemens Industry Software

PORÓWNANIE CZASÓW KOMPLETACJI ZAMÓWIEŃ DLA RÓŻNYCH SPOSOBÓW WYZNACZANIA TRASY MAGAZYNIERÓW NA PRZYKŁADZIE DUŻEGO CENTRUM LOGISTYCZNEGO

WYŻSZA SZKOŁA LOGISTYKI

Wpływ procesu komisjonowania zamówień w węźle logistycznym na dostępność produktów w łańcuchu dostaw

Planowanie produkcji w systemie SAP ERP w oparciu o strategię MTO (make to order)

PORÓWNANIE KALKULACJI: - tradycyjnej - ABC

ROLA KONCEPCJI ZARZĄDZANIA JAKOŚCIĄ W KREOWANIU JAKOŚCI TOWARÓW W PROCESACH LOGISTYCZNYCH

Przypadek praktyczny: JAS-FBG S.A. Dwa systemy magazynowe w centrum logistycznym firmy JAS-FBG S.A.

Wspomagania projektowania strefy komisjonowania komputerowymi metodami symulacyjnymi

Zastosowanie systemu AssetTrace w automatyzacji procesów magazynowych przy pomocy kodów kreskowych

Grupowe zakupy usług transportowych praktyczna redukcja kosztów transportu

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Przypadek praktyczny: Unilever Unilever otwiera w Urugwaju magazyn mieszczący ponad palet

DETEKCJA FAL UDERZENIOWYCH W UKŁADACH ŁOPATKOWYCH CZĘŚCI NISKOPRĘŻNYCH TURBIN PAROWYCH

Transkrypt:

Michał Garbacz 1 Politechnika Opolska Marcin Łopuszyński 2 Politechnika Opolska Optymalizacja procesu kompletacji w magazynie (cz. 1) 1. WPROWADZENIE Jednym z krytycznych procesów zachodzących w magazynie jest bez wiątpienia proces kompletacji. To od jego sprawnośći w dużej mierze zależy efektywność obsługi klienta oraz funkcjonowania samego magazynu. W przypadku dużych magazynów, obsułgujących wiele zleceń dziennie, nawet minimalny zysk czasowy przełożyć moze się na ogromne oszczędnośći, wynikające chociażby z zminimalizowania ilości pracowników potrzebnych do wykonania tej samej pracy. Większa sprawność przepływu towarów przez magazyn oznacza również możliwość obsługi większej ilości klientów, a w konsekwencji wypracowania większego zysku. Zauważyć można więc, iż odpowiednio podjęte decyzje na szczeblu strategicznym są w stanie znacząco poprawić funkcjonowanie przedsiębiorstwa logisycznego. 2. PROBLEM BADAWCZY Problemem badawczym jest optymalizacja procesu kompletacji na magazynie jednopoziomowych, składającym się z 64 miejsc składowych. Produkty na magazynie testowym wylosowane zostały zgodnie z metodą składowania według stałych miejsc składowych - Volume-Based Storage[1]. Bierze ona pod uwagę częstotliwość występowania danej pozycji na liście kompletacyjnej i przez to dzieli produkty na trzy grupy: A, B oraz C. Artykuły grupy A stanowią najmniejszą część zapasów na magazynie losowaną z prawdopodobieństwem 5%, lecz jednocześnie są towarami pobieranymi najczęściej. Towary grupy B odznaczają się pośrednią częstością pobierań i losowane są z 1% prawdopodobieństwem. Zapasami które stanowią największą częśc magazynu losowaną z prawdopodobieństwem 85% są artykuły grupy C. Artykuły te są produktami które pobierane są najrzadziej. 3. METODY ROZMIESZCZANIA TOWARÓW ORAZ WYZNACZANIA TRAS Na czas procesu kompletacji w dużej mierze wpływają takie czynniki jak sposób przejścia magazyniera podczas zbierania zamówienia czy też sposób rozłożenia towarów w magazynie. Metody przejśc determinują sposoby zachowań magazyniera podczas przemieszczania się po magazynie oraz trasę po której się porusza. Metody rozłożenia towarów z kolei określają reguły według których nalezy rozmieszczać towary w strefie kompletacji. Dla doku środkowego rozmieszczeni towarów jest zawsze symetryczne. Najczęściej rozpatrywanymi metodami przejsć są: S-Shape, Midpoint, Return, natomiast metodami rozłożenia towarów Across-Aisle, Within-Aisle, Perimeter Storage, Diagonal Storage[2]: Droga przejścia metody S-Shape układa się w charakterystyczną literę S. Polega ona na wchodzeniu w te korytarze z których magazynier ma do zebrania dany produkt, a następnie przejście do sąsiednego korytarza tym razem po drugiej stronie magzynu. Połączenie tej metody przejscia z rozmieszczeniem Across-Aisle przedstawione zostało na rys. 1. Strategia Across-Aisle polega na rozkładaniu towarów od punktu startowego/końcowego wiersz po wierszu w głąb magazynu. 1 garbacz.m@hotmail.com 2 m.lopuszynski@po.opole.pl

Rys. 1. Przejście metodą S-Shape z rozłożeniem Across-Aisle. Druga metoda przejścia Midpoint polega na podzieleniu magazynu na dwie części i wchodzeniu przez magazyniera do tych korytarzy w których ma do zebrania towar, maksymalnie do połowy magazynu. Prowadząc kompletację tą metodą, pracownik magazynu dochodzi tylko do miejsca ostatniego pobieranego w danym korytarzu towaru, a następnie wraca z powrotem do korytarza głównego skąd przemieszcza się do następnego korytarza z którego pobiera towar. Przejście do drugiej części magazynu następuje w najbardziej oddalonym od doku korytarzu z którego pobierany jest towar. Ideę tę wraz z ułożeniem towaru typu Within- Aisle obrazuje rys. 2. Rozłożenie Within-Aisle dla doku środkowego polega na umiejscawianiu produktów kolumna po kolumnie symetrycznie w obie strony magazynu. Rys. 2. Przejście metodą Midpoint z rozłożeniem Within Aisle. Ostatnią omawianą metodą przejścia jest Return. Jest ona bardzo podobna do metody Midpoint z tą różnicą, iż magazyn nie jest dzielony na dwie części, a więc magazynier po przemieszczeniu się maksymalnie do końca danego korytarza wraca do korytarza głównego. Zasadę tą wraz ze strategią rozłożenia Perimeter Storage przedstawia rys. 3. Strategia Perimeter Storage opiera się na układaniu produktów wokół magazynu, rozpoczynając od doku a następnie przechodzeniu w jego głąb i ponownie zapełnianiu miejsc składowych wokół magazynu.

Rys. 3. Przejście metodą Return z rozłożeniem Perimeter Storage. Ostatnia strategia Diagnonal Storage - Od poprzedników różni się tym, iż jako jedyna wymaga wcześniejszych obliczeń odległości poszczególnych miejsc składowych od doku. Tak wyliczone odległości stanowią podstawę do rozmieszczania towarów w magazynie. Towary grupy A rozmieszczanie są na najbliższych lokalizacjach, natomiast C na najdalszych. Przedstawione zostało to na rys. 4. Rys. 4. Przejście metodą S-Shape z rozłożeniem Diagonal Storage. 4. METODA BADAWCZA W celu przeprowadznia badań opracowana została specjalna aplikacja symulująca przejście magazyniera po strefie kompletacji. Umożliwia ona prowadzenie spersonalizowanych symulacji, dając możliwość wyboru: - metody przejścia (S-Shape, Midpoint, Return); - strategii rozmieszczenia (Losowo, Across-Aisle, Within-Aisle, Perimeter Storage, Diagonal Storage); - ilości artykułów na pojedyńczym zamówieniu; - ilości przebiegów wykonywanych w ramach jednej symulacji; - sposobu zachowania się układu. Ostatni parametr określa zachowanie się listy zamówienia oraz rozłożenia towarów w kolejnych iteracjach symulacji. Do wyboru są następujące stany:

- losowy układ i zamówienie w tym wypadku z każdą nową iteracją losowany jest na nowo zarówno układ magazynu jak i artykuły na zamówieniu; - stały układ i losowe zamówienie układ magazynu nie zmienia się w kolejnych iteracjach, natomiast zamówienie losowane jest zawsze na nowo; - losowy układ i stałe zamówienie - zamówienie losowane jest tylko raz na początku symulacji, natomiast układ zmienia się z każdą kolejną symulacją. W przypadku wyboru opcji symulacji wszystkich trzech metod przejść na raz zmiana następuje dopiero po wykonaniu trzech przejść, tj. po jednym dla każdej z metod przy zachowaniu danego układu. Aplikacja umożliwia również wizualne podejrzenie ostatnich wykonanych symulacji. 5. OTRZYMANE WYNIKI Prezentowane wyniki otrzymane zostały dla symulacji doku znajdującego się po środku strefy kompletacji z 2 artykułami na zamówieniu, wszystkich dostępnych w programie strategii rozłożenia towarów oraz wszystkich omówionych metod przejść. Ilość iteracji to 2 przejsć. Wyniki w tabelach zgrupowane zostały według odpowiadających im metod przejść. Wyniki otrzymane dla losowego układu i zamówienia znajdują się w tab. 1., tab. 2. oraz tab. 3. Tab. 1. Wyniki otrzymane dla metody S-Shape losowy układ i zamówienie. S-Shape Losowe 176 34 314 77 17 87 Across-Aisle 17 38 315 72 17 87 Within-Aisle 38 319 56 17 87 Perimeter Storage 172 38 324 73 17 87 Diagonal Storage 152 38 343 56 17 87 Tab. 2.Wyniki otrzymane dla metody Midpoint - losowy układ i zamówienie. Midpoint Losowe 25 31 384 11 15 162 Across-Aisle 163 38 368 66 15 144 Within-Aisle 172 38 391 73 15 159 Perimeter Storage 175 38 375 76 15 147 Diagonal Storage 156 38 423 6 15 153 Tab. 3. Wyniki otrzymane dla metody Return - losowy układ i zamówienie. Return Losowe 194 32 362 92 17 135 Across-Aisle 154 4 339 59 17 123 Within-Aisle 16 4 369 63 17 135 Perimeter Storage 165 4 375 68 17 135 Diagonal Storage 149 4 358 54 17 126 Wykresy sporządzone na podstawie tab. 1, tab. 2., tab. 3. przedstawione są na rys.6 oraz rys. 7.

Średni czas dla losowego układu i zamówienia 25 2 25 194 176 17 163 154 172 172175 16 165 152156 149 5 Losowe Across Aisle Within Aisle Perimeter Storage Diagonal Storage Rys. 5. Średni czas - losowy układ i zamówienie. Średnia odległość dla losowego układu i zamówienia 12 11 92 8 6 77 72 66 59 56 73 63 73 76 68 56 6 54 4 2 Rys. 6. Średnia odległość - losowy układ i zamówienie. Symulacje przeprowadzone dla stałego układu i losowego zamówienia odznaczyły się wynikami zamieszczonymi w tab. 4, tab. 5., tab. 6. Tab. 4.Wyniki otrzymane dla metody S-Shape stały układ i losowe zamówienie. S-Shape Losowe 192 129 267 87 67 87 Across-Aisle 168 87 28 71 47 87 Within-Aisle 132 52 258 53 27 87 Perimeter Storage 17 87 264 75 47 87 Diagonal Storage 197 121 32 57 47 87 Tab. 5. Wyniki otrzymane dla metody Midpoint - stały układ i losowe zamówienie.

Midpoint Losowe 236 126 336 123 69 156 Across-Aisle 16 65 342 65 27 147 Within-Aisle 51 328 67 26 Perimeter Storage 17 64 317 74 27 138 Diagonal Storage 212 16 371 7 3 153 Tab. 6. Wyniki otrzymane dla metody Return - stały układ i losowe zamówienie. Return Losowe 224 132 318 113 73 132 Across-Aisle 153 66 317 59 29 129 Within-Aisle 138 54 292 58 28 129 Perimeter Storage 158 66 291 64 29 126 Diagonal Storage 198 17 328 58 32 126 Otrzymane wyniki przełożyły się na wykresy zaprezentowane na rys. 8 oraz rys. 9 25 2 Średni czas dla stałego układu i losowego zamówienia 236 224 212 192 197 198 168 17 17 16 153 158 132 138 5 Rys. 7. Średni czas stały układ i losowe zamówienie.

Średnia odległość dla stałego układu i losowego zamówienia 14 12 123 113 8 6 87 71 65 67 59 58 53 75 74 64 57 7 58 4 2 Rys. 8. Średnia odległość stały układ i losowe zamówienie. Ostatnie prezentowane wyniki otrzymane zostały dla losowego układu i stałego zamówienia. Wyniki te znajdują się w tab. 7, tab. 8, oraz tab. 9. Tab. 7. Wyniki otrzymane dla metody S-Shape - losowy układ i stałe zamówienie. S-Shape Losowe 148 44 264 71 17 87 Across-Aisle 197 9 3 8 3 81 Within-Aisle 137 46 26 6 18 87 Perimeter Storage 24 12 296 82 4 87 Diagonal Storage 144 6 251 57 23 87 Tab. 8. Wyniki otrzymane dla metody Midpoint - losowy układ i stałe zamówienie. Midpoint Losowe 17 42 332 89 15 156 Across-Aisle 192 79 329 86 29 128 Within-Aisle 147 45 39 69 16 128 Perimeter Storage 221 97 343 97 31 144 Diagonal Storage 147 58 277 6 2 119 Tab. 9. Wyniki otrzymane dla metody Return - losowy układ i stałe zamówienie. Return Losowe 161 45 313 82 17 135 Across-Aisle 179 84 287 65 31 9 Within-Aisle 14 47 297 63 18 117 Perimeter Storage 24 96 337 82 33 135 Diagonal Storage 141 61 254 55 22 9

Wykresy sporządzone na podstawie tab. 7., tab. 8. oraz tab. 9. znajdują się na rys. 9. i rys. 1. Średni czas dla losowego układu i stałego zamówienia 25 2 17 161 148 197 192 179 147 137 14 221 24 24 144 147 141 5 Rys. 9. Średni czas losowy układ i stałe zamówienie. 12 Średnia odległość dla losowego układu i stałego zamówienia 8 6 71 89 82 8 86 69 65 6 63 82 97 82 57 6 55 4 2 Rys. 1. Średnia odległość losowy układ i stałe zamówienie. 6. WNIOSKI Jednymi z większych czynników, które mają znaczący wpływ na czas kompletacji są bez wątpienia sposób wyznaczania trasy przez magazyniera w procesie kompletacji oraz sposób rozłożenia towarów. Dobierając odpowiednie metody według specyfikacji danego magazynu, możliwe jest znaczne skrócenie czasu kompletacji, a dzięki temu podniesienie konkurencyjnośći oraz zmniejszenie kosztów. Biorąc pod uwagę otrzymane wyniki dla doku znajdującego się pośrodku strefy kompletacji i 2 artykułów na zamówieniu, zauważyć możemy następujące prawidłowości: - zarówno dla czasu jak i odległości w każdym przypadku zachowania się układu najlepsze wyniki osiągane zostały dla przejsć typu S-Shape i/lub Return połączonych ze strategiami rozłożenia towarów Within-Aisle i/lub Diagonal Storage; - dla każdego układu trzy najlepsze czasy i drogi otrzymywane były zawsze dla strategii Within Aisle lub Diagonal Storage

- losowe ułożenie towarów uzyskało przystępne czasy jedynie dla losowego układu i stałego zamówienia; - zazwyczaj najgorszą metodą przejścia okazywała się metoda Midpoint, przy czym nigdy nie uzyskała ona najlepszych wyników dla żadnej ze strategii rozmieszczenia; - dla układu losowego zarówno dla czasu jak i drogi najlepszym przejściem zawsze okazywało się przejście zgodne z metodą S-Shape; - dla towarów rozłożonych zgodnie z Across-Aisle oraz Perimeter Storage najlepsze wyniki uzyskiwane były zawsze dla przejść zgodnych z metodą Return; Podobne wyniki otrzymywane dla rozłożeń towarów typu Within-Aisle oraz Diagonal Storage wynikają z dużego podobieństwa rozkładania artykułów tymi metodami. Przy czym Diagonal Storage częściej (2/3 układy) uzyskiwało wyniki lepsze w połączeniu z przejściem Return, natomiast Within-Aisle (3/3 układy) w połączeniu z przejściem S-Shape. Streszczenie: Kompletacja jest jednym z krytycznych procesów magazynowych, mających znaczący wpływ na sprawność funkcjonowania całego magazynu. Dlatego tez usprawnienie tego procesu może przynieść zauważalne korzyści dla przedsiębiorstwa. Biorąc pod uwagę główne metody przejść magazyniera i strategii rozłożenia towarów w procesie kompletacji podjęto próbę odnalezienia prawidłowości mogących pomóc w optymalizacji tego procesu. Dzięki specjalnie opracowanej do tego celu aplikacji przeprowadzone zostały symulacje przejścia pracownika magazynu w procesie kompletacji, otrzymując wyniki przedstawione w artykule. Ułatwiają one podjęcie odpowiednich kroków, mogących zwiększyć efektywność omawianego procesu. Słowa kluczowe: kompletacja, optymalizacja, magazynowanie. Optimization of order picking in warehouse (Part 1) Abstract Order picking is one of the critical warehouse processes, which have a significant impact on the efficiency of the entire warehouse. Therefore, the improvement of this process can bring noticeable benefits to the company. Considering the main routing methods and deployment strategies used with order picking an attempt to find some regularities which can help in improving this process have been made. Thanks to a specially developed for this purpose application some order picking simulations were performed. Obtained results presented in this article makes it easier to take appropriate steps which can increase the efficiency of the order picking process. Key words: order picking, optimization, warehouse LITERATURA [1] Tarczyński G., Wielokryterialna ocena procesu kompletacji towarów w magazynie, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 213, s. 222. [2] De Koster R., Le-Duc T., Roodebergen K. J., Design and Control of Warehouse Order Picking: a literature review, European Research Institute of Management, 26, s. 18.