창고내 저장위치 결정을 위한 데이터마이닝 응용

Abstract

공급망 관리(Supply Chain Management)의 출현에 따라 유통센터는 짧은 사이클 시간(cycle time), 적은 재고, 적은 비용과 더 좋은 고객 서비스의 물류 목적을 성취하기 위한 전략적 역할을 수행한다. 이에 따라 많은 회사들이 효과적인 물류관리에 집중을 하고 있다. 오더 픽킹(order picking)은 창고에서 매우 일상적인 일로 창고에서의 제품의 저장위치를 결정하는 것은 창고의 비용에 많은 영향을 준다. 특별히 오더 픽킹 프로세스를 향상시키는 것은 공급망 비용(Supply chain cost)과 창고 비용(warehousing cost)을 줄이는데 중요한 부분이다[4]. 본 논문은 데이터마이닝 기법을 이용하여 창고에서 제품 저장위치를 할당하는 방법을 통하여 작업자의 이용거리를 줄임으로써 오더 픽킹(order picking)시간을 감소시키는 방법을 제안한다. Apriori 알고리듬을 사용하여 2항목 집합을 생성한다. 다음으로 최소지지도와 최소신뢰도, 향상도(lift)를 이용하여 클러스터링 할 항목들을 선정한다. 다음으로 클러스터링을 진행한 후 생성된 클러스터를 같은 통로에 배치하는 방법이다. 항목간의 연관 규칙을 찾을 때 최소지지도 이상의 빈발 항목집합만을 고려하였다. 그러나 본 논문에서 우리는 신뢰도와 향상도(lift)를 사용함으로 최소 지지도 이하의 지지도를 가진 항목의 연관성을 고려한다. 본 논문에서 컴퓨터 시뮬레이션을 통하여 입출고 빈도수에 따른 저장방법과 제안한 방법과의 비교 실험을 하였다. 위에서 언급된 각각의 방법에 따른 작업자의 이동거리를 실험을 통해 계산하였으며 시뮬레이션의 결과는 제안한 방법이 좀 더 우수함을 보여 준다.; With the advent of supply chain management, distribution centers have fulfilled a strategic role of achieving the objectives of shorter cycle times, lower inventories, lower costs, and better customer service. Many companies focus on efficient logistics management[11]. As a routine process in warehouse, improving the efficiency of order picking process is essential to reduce warehousing and supply chain costs. This paper proposes storage location assignment in warehouse to reduce order picking time for minimizing worker's tour distance. We can create 2-itemset by using Appriori algorithm. And the items should be clustered by using the minimum support, the minimum confidence, and the lift. Then we make the items clustered. We put clusters(the clustered items) in storage locations in the same aisle. To figure out the association rule between the items, a traditional association rule concerns the frequent itemset only. In this paper, however, we consider the items with a support less than minimum support by using the confidence and the lift. In this paper, we made a comparison the suggested method by computer simulation with the turnover based storage policy. The worker's tour distance by each method we mentioned is calculated through the simulation. The simulation results show that the proposed method better performance in order picking efficiency.