Endstri Mhendislii Dergisi

dl Alm alma Ambar Depolama Maksimizasyonu

Cilt: 27 Say: 4 Sayfa: (26-38)

1. GR modellerin uygulanmas sonucunda, kullanlamayan ala-

nn minimize edilmesi sayesinde kazanlan bo alan daha
lkemizde ihracat ve AR-GE potansiyeli asndan
fazla depolama olana salarken; sanayi alanlarnn
AMBAR DEPOLAMA MAKSMZASYONU ok nemli bir yere sahip olan otomotiv sektrnde,
model gelitirici ve konfor arttrc AR-GE faaliyet-
gnden gne artan kira cretleri gz nne alndnda,
firmalar byk bir mali ykn altndan kaldracaktr.
lerinin yan sra, maliyet drmeye yardmc, kalite
Ayrca gelitirilen model, hangi kasa ve rnn hangi
Gizem GL1, Begm EROL1, Gzde NGELEN1*, Sedat ESER2, ada ETNKAYA2, Hseyin Cenk ZMUTLU1, Seda ZMUTLU1, iyiletirmeye destek olan sre iyiletirme faaliyetleri,
alana yerletireceini, retimden gelen rn miktarn ve
Mehmet GKEDALIOLU2, Cemil Gnhan ERHUY2 sektrn dnyaya kar rekabet gcn korumas iin
ambarn dolu alanlarn dikkate alarak bir liste eklinde
zel nem arz etmektedir. Ayrca otomotiv yan sanayi
gsterdiinden, gnlk kullanma uygun bir forma da
1
Uluda niversitesi, Endstri Mhendislii Blm, Bursa ile ana sanayi arasndaki tedarik aknn da problemsiz
getirilmitir. Bu zelliinden dolay yaplan alma,
Ermetal AR-GE Merkezi, Demirta Organize Sanayi Blgesi, Bursa
2 ve ana sanayi isteklerine uygun ekilde ilemesi gerek-
operatrn rnleri yerletirmek iin alan aramakta
gizemgul06@gmail.com, begum.erol5@gmail.com, ongelengozde@gmail.com, sedat.eser@ermetal.com, mektedir. Uluslararas pazarlarda da youn rekabetle
kulland zaman da ortadan kaldrarak operatrlerin
cagdas.cetinkaya@ermetal.com, hco@uludag.edu.tr, seda@uludag.edu.tr, mehmet.g@ermetal.com, cemil.erhuy@ermetal.com birlikte, iletme tedarik zinciri stratejisi ierisinde lo-
de daha etkin kullanlmasn ve iilik maliyetlerinin
jistik yetenekler ve depolama faaliyetleri daha fazla
azalmasn salamaktadr. almann salad fay-
nemsenmeye balanmtr. Mteri ihtiyalarnn tam
Geli Tarihi: 24.10.2016; Kabul Edili Tarihi: 21.12.2016 dalar ele alnd zaman, sadece otomotiv sektrnde
zamannda karlanmas, operasyonlarn hzlandrlmas
ve depolama gereksinimi bir arada deerlendirilmektedir. deil, kutu veya kasa istiflemesinin yapld tekstil,
gda, ila vb. gibi sektrlerde, iletmenin boyutuna ve
Z almamz ibirlii ierisinde gelitirdiimiz fir- dier birok faktrne bal olmakszn uygulanmaya
Bu almada, zaman iinde deiiklik gsteren mteri talepleri karsnda etkin depolamann salanabilmesi amacyla mamul ma, bir otomotiv yan sanayi firmas olup, ana sanayi msaittir; projenin yaygn etkisinin geni olabilmesi
ambarnda maksimum depolama alan ve hacmi salayacak ekilde, kasa tipleri ve hacimlerine gre ambar iinde ayrlacak alan- tarafndan istenen stok bulundurma zorunluluu ve olasl mevcuttur.
larn hesaplanmas amalanmtr. Bu amalar dorultusunda, problemin deiik versiyonlarn zmek zere adet matematiksel buna karlk kstl depo alanna sahip olma durumu
model gelitirilmitir. Bu modeller ihtiyaca gre tekil olarak ele alnabilecei gibi, bu almada ardk ekilde zlmektedir; ile kar karyadr. Bunun sonucunda ortaya kan bir 2. SSTEM ANALZ
bir modelin sonucu ardk modellerde girdi olarak kullanlmaktadr. Problemin NP-Zor snfna dahil olmas sonucu, son model durum olarak, zorlam olan depo ynetiminin akll ve
ktlarnn kabul edilebilir zamanda elde edilememesinden dolay sezgisel bir algoritma gelitirilmitir. Sezgisel algoritmann kolay hale getirilmesi ve etkin depolamann salanmas Firmada merkez ve yeni ambar olmak zere iki ana
firmada faal olarak kullanlabilmesi iin kodlama faaliyetleri ile bir ara gelitirilmitir. alma sonucunda, iilik maliyetlerinden projenin balang gerekesidir. almayla ilgili firma mamul ambar ve bir raf d mamul ambar bulunmak-
ve depolama alannda kazan elde edilerek, yllk olarak 74.340,79 TL tasarruf hesaplanmtr. beklentileri aadaki gibi sralanmaktadr. tadr. Bu ambarlar arasnda para ak bulunmamaktadr.
Merkez mamul ambarda mteri bazl adet sevkiyat
Anahtar Kelimeler: ki boyutlu tamsayl dorusal programlama, depo ynetimi, rn yerletirme, ambar optimizasyonu Stok maliyetlerinin drlmesi; etkin stok depo
hazrlk alan ve bir adet paketleme alan bulunmaktadr.
ynetimi salanmas iin farkl raf lleri ve
Merkez ambarda istiflenen para dolu kasalarn ambara
MAXIMIZATION OF WAREHOUSE STORAGE farkl kasa tiplerinin var olduu ambarlarda
giri ve k raflarn bir ucunun duvara dayal olmasn-
istiflemenin doluluk orannn grlmesi ve
ABSTRACT dan dolay raflarn ayn tarafndan yaplmaktadr. Merkez
verimliliin arttrlmas
mamul ambarnda on alt sra raf bulunmaktadr. Her
The objective of this study is to ensure effective warehouse storage in face of ever changing customer demands, through Elde edilen darboaz raf ve kasa tipleri hacimle- raf sras kendi ierisinde katlara ve tanml hcrelere
providing maximum storage space and volume by calculating the space to be allocated in the warehouse, with respect to box sizes rinden yola karak, raf dnda stoklanan para ayrlmaktadr. rnein AB1, A rafnn B blmesinin
and volumes. In accordance with this purpose, three mathematical models have been developed to solve different versions of the bulunuyorsa rafl ambara alnmas 1. katndaki tanml hcredir. Raf d mamul ambarda
problem. Although these models can be handled individually as required, they are used sequentially in this study; the result of a tanml hcreler yerine tanml stok alanlar ve bir adet
model is used as an input for subsequent models. A heuristic was developed, since the last problem is of Np-hard nature, and the
Tama srelerinin ve buna bal olarak tama
maliyetlerinin azaltlmas paketleme alan bulunmaktadr. Ambara gelen paralar
results could not be attained in feasible time. The heuristic is coded to be used as a tool for daily storage activities. As a result of
tanml alanlarda st ste istiflenmektedir. Yeni mamul
the study, 74.340,79 TL savings in personnel costs and storage area costs is calculated. leriye ynelik var olan kasa tiplerine en uygun ambarnda mteri bazl iki adet sevkiyat hazrlk alan
Keywords: Two dimensional integer linear programming, warehouse management, product placement, warehouse optimization raf hacim llerinin nerilmesi ve yeni alna- bulunmaktadr. Yeni mamul ambarnda istiflenen para
cak proje, mevcut modellerin art veya azal dolu kasalarn ambara giri ve k raflarn farkl tara-
durumlarnda mevcut kapasitenin yeterliliini fndan yaplmaktadr. Yeni mamul ambarnda on bir sra
gsteren bir modelleme yaplmas raf bulunmaktadr. Bu raflar merkez mamul ambarndaki
* letiim yazar
36. Yneylem Aratrmas ve Endstri Mhendislii Ulusal Kongresi renci Proje Yarmasnda nclk dl kazanan almann ilgili Bu alma kapsamnda, yukardaki beklentileri ger- gibi tanml hcrelere ayrlmaktadr. retimden gelen
retim yelerinin katklaryla dzenlenmi halini EM Dergisi yayn politikas dorultusunda yaymlyoruz. ekletirecek ekilde gelitirilen tamsayl matematiksel paralar tm kontrol noktalarndan getikten sonra, para

26 27
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy

rafl ambar paras ilgili raf bana, raf d paras ise Sistemin Temel Bileenleri: Barkod sistemi ve alan ihtiyacnn karlanmas dorultusunda, birbirine firmalarn sabit giderlerini arttrmaktadr. Kasalarn
tanml stok alanna braklmaktadr. Raf bana braklan tama sistemidir. bal adet tamsayl matematiksel model ardk ola- ambar raf lleri gz nnde bulundurularak optimum
para kasalar dar koridor forklift operatr tarafndan rak zlmekte ve birinin kts sabitlenerek ardndaki sayda yerleimini hedefleyen tamsayl dorusal prog-
gz kontrol yaplarak ilgili bo lokasyona tanmaktadr 3. PROBLEMN BELRLENMES VE problemler bu deerlere gre zlmektedir. Ancak ramlama modeli gelitirilmitir. Gelitirilen ki Boyutlu
ve ilgili lokasyonu el terminali ile kayt altna almaktadr. LTERATR ARATIRMASI ihtiyaca gre problemler bamsz olarak da zlebilir. Kasa Tipi Yerletirme Modeli ile her kasa tipi iin elde
Sevkiyat operatrnden gelen sevkiyat emri ile dar kori- Gelitirilen modeller literatrde Kesme ve Paketleme, edilen maksimum kasa says, Mteri Bazl Kasa-Kori-
Problemin Tanm: almada gz nne alnan
dor forklift operatr istenen para kasalarn ilgili depo Paketleme (Bin-Packing), Depolama Tahsisi (Storage dor Yerletirme Modelinde veri olarak kullanlmaktadr.
problem, ana sanayi tarafndan istenen stok bulundurma
blmlerinden FIFOya uygun olarak seip raf bana Allocation) ve Ykleme Problemleri ile yaknlk gs-
zorunluluu ve buna karlk yan sanayinin kstl depo 4.1.1 ki Boyutlu Kasa Tipi Yerletirme Problemi
brakmaktadr. Dizel forklift operatr, raf bandaki termektedir. Ancak bu problemlerden eitli kstlar
alanna sahip olmas sonucu, zorlam depo ynetiminin Matematiksel Modeli
ve raf d ambardaki para kasalarn sevkiyat hazrlk asndan farkllamaktadr. Ele alnan probleme ynelik
akll hale getirilmesi ve etkin depolamann salanmas
alanna brakmaktadr. Gerekli sevkiyat kontrollerinden ndeksler
iin, deien mteri talepleri karsnda ambarda mak- gelitirilen bir matematiksel model, ulusal ve uluslararas
sonra para kasalar mteriye sevk edilmektedir. m = Mteriler (1..M)
simum depolama alan ve hacmi salayacak ekilde, literatrde bilindii kadaryla henz yoktur. Bu durum da
2.1 Sistemin evresinin Belirlenmesi kasa tipleri ve hacimlerine gre ambar iinde ayrlacak almann akademik anlamda yeniliki ynn olutur- k = Koridorlar (1..K)
alanlarn hesaplanmas ve kullanlamayan alann mi- maktadr. Literatrde yaplan almalar ve kapsamlar i = Kasalar (1..)
Sistemin Girdileri: retimden gelen paralar, fork-
nimize edilmesidir. Kullanlamayan alann minimize Tablo 1de gsterilmektedir. j = Raflar (1..J)
lift, dar koridor forkliftleri ve transpaletlerdir.
edilmesi ve deien mteri talepleri karsnda ambar Parametreler
Sistemin ktlar: Sevk edilen paralardr. 4. MATERYAL VE YNTEM RGkj = k. koridorun j. rafnn genilii
Tablo 1. Projede zlen Problemlerle lgili Olarak Literatrde Yaplan almalar ve Kapsamlar RYkj = k. koridorun j. rafnn ykseklii
Ambar depolama problemi bu projede alt prob-
Yazar Yl Problem Yntem leme blmlenerek zlmtr. Mterilerin eitli KGmi = m. mterinin i. tip kasasnn genilii
Christofides ve Whitlock 1977 Giyotin Kesme Dal-Snr Algoritmas kasa tipleri ierisinden yalnz ayn tiplerin st ste istif- KYmi = m. mterinin i. tip kasasnn ykseklii
Steudel 1979 2-Boyutlu Ykleme Sezgisel Algoritma lenebildii durumlar iin gelitirilen modellerin genel Cmikj = m. mterinin i. tip kasasnn k. koridorun j.
Hodgson 1982 2-Boyutlu Ykleme Sezgisel Algoritma varsaym, ambarn bo olmasdr. rafna st ste yerletirilme says
Beasley 1985 2-Boyutlu Ykleme Tamsayl Programlama Modeli KSmi = m. mterinin i. tip kasasndan depolanmas
Dowsland 1987 2-Boyutlu Ykleme Sezgisel Algoritma 4.1 ki Boyutlu Kasa Tipi Yerletirme Modeli
gereken miktar (adet)
Vasko 1989 Giyotin Kesme Spam Algoritmas
retimden gelen kasalarn optimum ekilde yer- M = ok byk bir say
Chen vd. 1991 2-Boyutlu Ykleme Dorusal Programlama Modeli
Chen vd. 1993 3d Konteyner Ykleme 0-1 Kark Tamsayl Model letirilememesi, kasalar iin rafl ambar darsnda
Karar Deikenleri
Krger vd. 1993 2-Boyutlu Ykleme Genetik Algoritma yer ayrlaca veya raf nnde bekleyecei bir durum
Bischoff vd. 1995 2-Boyutlu Ykleme Sezgisel Algoritma oluturmaktadr. Raf nnde kasalarn bekletilmesi, kili (Binary) Deiken
Bortfeldt 1997 Konteyner Ykleme Genetik Algoritma operatrn gelen kasa ve kan kasa ayrmn zorla- m. mterinin i. tip kasas k. koridorun j.
1, rafna yerletiriliyorsa,
Scheithauer vd. 1998 2-Boyutlu Ykleme G4 Sezgisel Algoritma trr; firmalar tarafndan istenilen bir durum deildir. Ymikj =
Jain ve Gea 1998 2-Boyutlu Ykleme Hybrid Yaklam 0, dier durumda
Raf dnda istifleme alanlarnn kiralama maliyetleri
Terno vd. 2000 2-Boyutlu Ykleme Dal-Snr Algoritmas
Gademann vd. 2001 Sipari Dzenleme (Order Dal-Snr Algoritmas
Ama Fonksiyonu
Batching Prob.)
Min Z
M
Pisinger 2002 Konteyner Ykleme Wall-Building Yaklamna Dayal Eksikmi (1.1)
Sezgisel Algoritma m 1 i 1
Lodi vd. 2002 2-Boyutlu Kesme Matematiksel Modeller, Snr Alg., Kstlar
Yaklam Alg., Sezgisel ve Meta
RGkj m1 i
M
Sezgisel Yntemler
1
KGmi * X mikj 0; k , j (1.2)
Muppani vd. 2008 Depolama Tahsisi (Storage Tavlama Benzetimi Algoritmas
Allocation) Ymikj * M X mikj ,m,i ,k , j (1.3)
Huang ve He 2009 Konteyner Ykleme Sezgisel Algoritma
Dereli ve Da 2010 Konteyner Ykleme Karnca Kolonisi Optimizasyonu X mikj * M Ymikj ,m,i ,k , j (1.4)
Yaklam
Wisittipanich vd. 2015 Depolama Tahsisi Meta Sezgisel Algoritma

K
k 1
J
j 1 C mikj * X mikj Fazlami Eksikmi KSmi ,m,i (1.5)

28 29
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy

Tam Sayl Deiken dorultusunda Mteri Bazl Kasa-Koridor Yerletirme 4.3. Yaknlk Esasna Dayal rn Yerletirme Tam Sayl Deiken
Xmikj = m. mterinin i. tip kasasnn k. koridorun j. Problemi zlmtr. Probleme ynelik gelitirilen mo- Modeli
Xpkj = p. tip rnn k. koridorun j. rafna yerletirilme
rafna yan yana yerletirilme adedi delin genel yaklam, ki Boyutlu Kasa Tipi Yerletirme
Sipari toplama depoda en sk tekrarlanan sretir. adedi
Fazlami = m. mterinin i. tip kasasnn fazladan Modelinde belirlenen atanabilir optimum kasa saysn
Depolama sreleri arasnda en byk maliyet unsuru Ama Fonksiyonu
yerletirilen miktar gz nnde bulundurarak koridorlarda minimum mteri
sipari toplama srecinde gereklemektedir. Bir kasa
Min Z k 1 j 1Tpkj
P K J
Eksikmi = m. mterinin i. tip kasasndan yerletiri- eitliliini salamaktr. (3.1)
tipinin birden fazla rn tipine sahip olduu durumlarda, p 1
lemeyen miktar 4.2.1 Mteri Bazl Kasa-Koridor Yerletirme Kstlar
kasalar yerletirme karar alnrken operatrlerin sevki-
Gelitirilen matematiksel modelde ama, mevcut Problemi Matematiksel Modeli yat srasnda en ksa zamanda sevk rnne ulamas ve Tpkj * M X pkj ,p,k , j (3.2)
raflara rn dolu kasalardan yerletirilemeyen kasa ndeksler - Parametreler tekrar eden hareketlerin optimum seviyede tutulmas da
p1 X pkj RKkj , k , j
P
(3.3)
saysn minimize etmektir (1.1). Bu modelin (1.2) gz nne alnmaldr. rnlerin dank yerletirilmesi
Bir nceki kullanlan indeks ve parametreler bu
kst, her bir rafa yerletirilecek olan her tip kasann
toplam geniliinin rafn geniliini aamayacan ifa-
model iinde birebir geerlidir.
sonucu artan iilik ve tama maliyetlerini azaltmak
amacyla Yaknlk Esasna Dayal rn Yerletirme

k 1 Jj1 X pkj PS p 0, p
K
(3.4)

Pp 1 j 1 X pkj Jj 1HK j M * 1 C (3.5)

K J
de etmektedir. (1.3) kst, eer bir tip kasadan bir rafa Karar Deikenleri Modeli gelitirilmitir. Mteri Bazl Kasa-Koridor
k 1

yerletirme yaplmsa st ste yerletirilmesi gerektiini Yerletirme Modelinde kasa tiplerine gre belirlenen
kili (Binary) Deiken X pkj Pp 1PS p M * C
P K J
p 1
(3.6)
ifade etmektedir. (1.4) kst ise eer bir tip kasadan bir koridor raflar Yaknlk Esasna Dayal rn Yerletirme k 1 j 1

1, m. mteri k. koridora yerletiriliyorsa,

rafa st ste yerletirilme yaplmsa, o kasa tipinin o MK mk = Modelinde veri olarak kullanlmaktadr. Modelin genel
Yaknlk Esasna Dayal rn Yerletirme Modeli,
rafa yerletirilmesi gerektiini ifade eden ksttr. (1.5) 0, dier durumda yaklamnda, ayn kasa tipine ait ayn rnlerin mmkn Mteri Bazl Kasa-Koridor Yerletirme Modelindeki
kst, depoya atanmas gereken kasa adet hedefinin Tam Sayl Deiken mertebede bir arada yerleimini salamak iin raflar ie- yerletirme sonular kullanlarak rn tiplerinin mm-
tutturulmasn salayan ksttr. Xmikj = m. mterinin i. tip kasasnn k. koridorun j. risindeki toplam rn tipi minimizasyonu amalanmtr. kn olan en yakn ekilde konumlandrmalarn, her
rafna yan yana yerletirilme adedi bir koridordaki her bir rafn toplam rn tipi saysn
4.2 Mteri Bazl Kasa-Koridor Yerletirme 4.3.1 Yaknlk Esasna Dayal rn Yerletirme
minimize etmeyi amalamaktadr (3.1). Bu modelde
Modeli Gelitirilen modelde ama, her bir mterinin yer- Problemi Matematiksel Modeli yer alan (3.2) kst, eer bir rafa bir tip rnden en az
Raflara optimum sayda kasa yerletirmenin yan letirilecei koridor saysnn minimizasyonudur (2.1). Yukardaki modellerde geerli olan varsaymlarn bir tane yerletiriliyorsa, o rafta o tip rnden bulundu-
Bu modelin (2.2) kst, her bir rafa yerletirilecek olan unu gsteren ksttr. (3.3) kst, rn yerletirilmesi
sra, operatrlerin ambarlarda etkin almas ve fork- yan sra, bu modelde mevcut durumda raflara yer-
her tip kasann toplam geniliinin rafn geniliini yaplrken raf kapasitesinin almamasn salamaktadr.
lift hareketlerinin minimizasyonu da salanmaldr. letirilen kasalarn hepsinin bo olduu varsaym da
(3.4) kst, hcrelere yerletirilmesi gereken rn adet
Doru rnn doru mteriye gnderilmesi tedariki aamayacan ifade etmektedir. (2.3) kst, eer bir tip eklenmitir. hedefinin tutturulmasn salayan ksttr. (3.5) ve (3.6)
firmalar iin nemlidir. Mteri eitlilii karsnda mteriye ait bir kasa bir rafa yerletiriliyorsa, o rafn kstlar ise maksimum sayda rn yerletirilmesini
ndeksler
operatr hatalarn engellemek, mterilere ait kasalara ait olduu koridorda o mterinin bulunduunu ifade salayan kstlardr.
kolay eriilebilirlii salamak ve sevkiyat srecinde etmektedir. (2.4) kst ise depoya atanmas gereken kasa p = rnler (1..P)
adet hedefinin tutturulmasn salamaktadr. k = Koridorlar (1..K) 4.4 Sezgisel Algoritmann Kurulmas
oluabilecek hatal rn gnderimini engelleme amalar
j = Raflar (1..J) Ambar depolama optimizasyonu iin gelitirilen
Ama Fonksiyonu Parametreler adet ardk model, optimum sonu vermektedir. Ancak
NP-Zor problem snfna ait olduu iin Yaknlk Esasna
Min Z
M K
MK mk (2.1) RKkj = k. koridorun j. rafnn kapasitesi
m 1k 1 Dayal rn Yerletirme Modeli yan sanayiden alnan
PSp = p. tip rnden depolanmas gereken miktar gerek verilerle altrldnda, optimal sonucu yakla-
Kstlar
(adet) k 20 saatte vermekte ve bu sre firma tarafndan kabul
RGkj m1 i
M
KGmi * X mikj 0,k , j (2.2)
1 M = ok byk bir say edilebilir sre limitleri dnda kalmaktadr. Firmann
dinamik bir yapda olmas nedeniyle bu model, her para
i 1
j 1 X mikj ,m,k
J
MK mk * M (2.3) Karar Deikenleri kili (Binary) Deiken
giri knda yeniden altrlmaldr, dolaysyla 20
1, p. tip rn k. koridorun j. rafna yerletiriliyorsa,

K
k 1
J
j 1 C mikj
* X mikj KSmi , m,i (2.4)
Tpkj =
0, dier durumda
saatlik zm sresi kabul edilebilir deildir.

Uzun dnemdeki mteri taleplerinin ani deiimi,

C = ikili deiken

30 31
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy

firmann yeni bir proje kabul etmesi, mteri kasalarnda tipi) kullanldnda kabul edilebilir bir zm sresi rn k:

meydana gelen deiiklik durumlarnda, ki Boyutlu elde edilememitir. Bu noktada, modelin iyiletirilmesi Balat

Kasa Tipi Yerletirme Modeli ve Mteri Bazl Kasa- ile sre en fazla 20 saate kadar ksaltlabilmitir. Ancak
Koridor Yerletirme Modeli tekrar zlerek ambar zm sresinin kabul edilebilir olmamas sebebiyle, k yaplan rn tipi ve adedi (n)
operatr tarafndan belirlenir
ierisindeki konumlar yeniden belirlenmelidir. Yaknlk hem zm sresinin ksaltlmas ve hem de dinamik
Esasna Dayal rn Yerletirme Modeli anlk olarak sistemin uygulanabilmesi iin probleme zg sezgisel
altrlp retimden ya da tedarikiden gelen rn bir algoritma gelitirilmitir. Algoritmann detaylar ve
Hayr
kasalar rafl ambara yerletirilmelidir. Mevcut durumda ak emas aadadr. Ambar ierisindeki toplam rn Ambarda yeterli
rn yok
ambarn bo olmas varsaym modelin yeniden alt- says=n
4.5 Basit Sezgisel Algoritma ile Yaknlk Esasna
rlmas durumlarnda geerli olduundan dinamik sistem
Dayal rn Yerletirme Evet
gz ard edilmektedir. Kk problemde (4 mteri tipi,
11 kasa tipi, 4 koridor, 28 raf, 15 rn tipi iin) hzl alma iin gelitirilen sezgisel algoritmann ak
Yerleen rnlerden rn tipinin ierdii raflar FIFOya
cevap veren buMakalenin
model ile ngilizce
firmannsmi
gerek diyagramlar ekil 1de gsterilmektedir.
verileri (2 of Warehouse gre sralanr
Maximization Storage
mteri tipi, 12 kasa tipi, 13 koridor, 385 raf, 32 rn
ekil 1a ve ekil 1b rnler ambardan karlr

rn Girii:
Raf kapasiteleri gncellenir Program sonlandr
Balat

Gelen rn tipi ve adedi (n) operatr tarafndan belirlenir

ekil 1b. rn k Sezgisel Algoritma Ak

Gelen rnn kasa tipi belirlenir

5. MODELN RNEKLERLE DORULANMASI Raf yerleimi ve raf bilgileri srasyla ekil 3 ve

Kasann yerletirildii raflar belirlenir Tablo 3te grlmektedir. Model de raf-kasa ykseklik
almann hedefi daha nceden de belirtildii gibi
ekil 1b: rn k sezgisel algoritma ak kst kullanlmamtr. Bu kst, Tablo 4te verilen her
depolama optimizasyonudur. Bu optimizasyon alma-
lgili rn ieren raflar azalan srada sralanr kasa tipi iin hazrlanm matris ile salanmaktadr.
snn ilk aamasnda, ambara gelen kasalarn tamamnn
Raflara yerletirilecek kasalar matriste yer alan st ste
yerletirilmesi; bir dier ifadeyle, atanamayan kasalarn
Atanamayan kasa (t)=0 yerletirme adedi kadar yerletirilmektedir. ki Boyutlu
minimizasyonunun yaplmasdr. rnek uygulama iin
Kasa Tipi Yerletirme Modeli MPLde Cplex zcs
farkl genilik ve ykseklie sahip kasalar ekil 2 ve
kullanlarak zlmtr. Tablo 5te grld gibi,
Raf belirlenir Tablo 2de ele alnmtr. Tablo 2de, adetleri verilen
kasalarn optimum ekilde belirli llere sahip raflara
Evet 9 br
rn yerletirilir
yerletirilmesi hedeflenmektedir.
Kalan kapasite >=n,t
AC2 AB2 AA2
Hayr
7 br
Evet Rafn kapasitesi gncellenir
Srada baka raf var m? AC1 AB1 AA1
Hayr Kasa 1 Kasa 4
Hayr
t=0 t
BB2 BA2
n = n-1 Evet 6 br
t = t+1
Kasa 2 Kasa 3 Kasa 5 BB1 BA1
Program sonlandr

5 br
ekil 1a. rn Girii Sezgisel Algoritma Ak ekil 2. Yerletirilecek Kasalar ekil 3. Raf Yerleimi
ekil 1a: rn Girii sezgisel algoritma ak ekil 2. Yerletirilecek Kasalar ekil 3. Raf Yerleimi

32 33
 3
3
3
3
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy Tablo 7. Mteri Bazl Kasa-Koridor Tablo 8. Kasa 2 in Mteri Bazl Kasa-
Yerletirme Modeli Sonucu Koridor Yerletirme Modeli Sonucu
m i k j Xmikj Raf Raf Tablo
Raf 8. Kasa 2 in Mteri Bazl Kasa-
Tablo
Tablo 2. Kasa Bilgileri 2. Kasa Bilgileri modelin kts olarak hangi kasa tipinden ne kadar eksik 1 Raf Koridor Tablo 8. Kasa 2 in
Kasa1
1 1 4 2 AB2 No Koridor
Kapasitesi XMteri
Yerletirme
mikj
Bazl
mikj
Kasa-Koridor
CModeli Sonucu
ve fazla atand sonucuna ulalmtr. 1 1 1 6 2 AC2 Ad No (k) Yerletirme Modeli Sonucu
Kasa Mteri Kasa Kasa Genili Ykseklik (j) (RKkj)
1 2 1 1 3 AA1 Raf Raf
Ad Raf 12Koridor
Kasa 2 rn AA1 1 1 3 4
Tipi (m) Tipi (i) Adedi k (br) (br)
Bu sonulara gre, Tablo 6da grld gibi, 1 2 1 3 2 AB1 rn Adedi No Kapasitesi Xmikj Cmikj
Kasa 1 1 1 4 1 3 Ad No (k)
Kasa 2 1 2 35 1 1
Mteri Bazl Kasa-Koridor Yerletirme Modelinde
Kasa2
1 2 1 5 3 AC1 Tipleri AA2 1 2 0 0(j) 3 kj)
(RK
AA1 1 1 12 3 4
AB1
10 1 3 AA2 8 1 22 40
Kasa 3 1 3 16 1 1 veri olarak kullanlan kasa saylar gncellenmitir. 1
Tablo 5. ki Boyutlu Kasa Tipi 2 1 6 1 AC2 x 0 3
Kasa 4 2 1 2 2 3
Tablo 5. ki BoyutluModel
Kasa Tipi 1 3 1 1 1 AA1 AB2 1 4 AB1 0 1 03 38 2 4
Yerletirme Sonucu Kasa3 y
AC1
15 AB2
Kasa 5 2 2 18 1 1
Yerletirme Model Sonucu 1 3 1 2 4 AA2 1 5 AC1
12 1 34 40 0 3
z AC2 10 1 1 5 12 3 4
Tablo 3. Raf Bilgileri m i Eksikmi Fazlami 2 1 2 2 1 BA2 6 AC2 3 1 16 33 1 3
Kasa 1 1 1 0 0 Kasa4 BA1Bilgileri 2
ekil 5. Kasa 2 rn BA1 0 2
Tablo 3. Raf Bilgileri 2 1 2 3 1 BB1 1 01 30 0 3
grldRafgibiKoridor
Mteri
Raf No Bazl
Genilik Kasa-Koridor Yerletirme Modelinde
Kasa 2 1 2 0 0 BA2
BA2 2 2 2
023 300 0 3
Ykseklik Kasa 3 1 3 0 0 2 2 2 1 2 BA1 BB1 0 2 0 3
Ad No (k) (j) (br) (br) Kasa 4 2 1 0 0
Kasa5 2 2 2 3 1 BB1 BB1 2 3 BB2 0 04 30
Kasa 5 2 2 0 0 2 0 3
Tablo 6. Mteri Bazl Kasa-Koridor Yerletirme BB2
saylar gncellenmitir. Yerleebilecek optimum kasa adedi
AA1 1 1 4 4 2 2 2 4 3 BB2
AA2 1 2 4 3 2 4 0 0 3
Tablo 6. Mteri Bazl Kasa-Koridor
Modeli Veri Yerletirme
Seti
AB1 1 3 2 4
Modeli Veri Seti
azl Kasa-Koridor Yerletirme Modeli MPLde Cplex
AB2
AC1
1
1
4
5 Kasa zcs ile Yeni Kasa
Adedi
2
3
Eksik Fazla
Adedi
3
4 mi mi
AC2 1 6 3 3
Kasa 1 4 0 0 4
riye ait kasalar, mteri eitliliinin minimizasyonunu salayan
BA1
BA2
2
2
1
2
2
2
3
3
Kasa 2
Kasa 3
35
16
0
0
0
0
35
16
BB1 2 3 3 3 Kasa 4 2 0 0 2

da raflara yerletirilmitir. Mteri Bazl Kasa-Koridor

BB2 2 4 3
Yerletirme 3
Tablo 7. Mteri Bazl Kasa-Koridor
Kasa 5 18 0 0 18
ekilekil
6. 6.Kasa 2 in Yaknlk Esasna Dayal rn
Kasa 2 in Yaknlk Esasna Dayal rn Yerletirme
ekil 5. Kasa 2 rn Bilgileri Modeline Gre rn Yerleimi
Tablo 7. Mteri Bazl Kasa-Koridor
Yerletirme Modeli Sonucu Yerletirme Modeli Gre rn Yerleimi
rn grsel yerleimi Tablo 7 ve ekil 4de grlmektedir.
Yerletirme Modeli Sonucu Raf
Tablo 4. st ste Yerletirme Merkezi m i k j Xmikj Raf

salarn yerletirilmesini salayan kst optimum kasa saysnneitliliin az olduu durumlarda hzl zm veren Yaknlk Esasna Dayal rn Yerletirme
Kasa 1
1
1
1
1
1
1
4
6
2
2
AB2
AC2
1 2 1 1 3 AA1
Modelinde zm sresi eitliliin artmas ile birlikte uzamaktadr. Bu sreyi ksaltmak ve
ojenin son aamas olan bu model MPLde Cplex Kasa
zcs ile kasa
1 2 1 3 2 AB1
2
1 2 1 5 3 AC1
1 2 1 6 1
dinamik yapy korumak iin oluturulan sezgisel algoritmada Yaknlk Esasna Dayal rn
AC2

Esasna Dayal rn Yerletirme Modeli bu rnek uygulama iin Kasa 3

1
1
3
3
1
1
1
2
1
4
AA1
AA2

Kasa 4
2 1 2 2 1 Yerletirme Modelinde olduu gibi Mteri Bazl Kasa-Koridor Yerletirme Modeli sonular
BA2

2 iin ekil 5te ele alnmtr. rnler raf kapasiteleri dikkatekullanlmtr. Bu rnek iin oluturulan veri tabannda mteri, kasa, rn ilikilerini gsteren
2 1 2 3 1 BB1
2 2 2 1 2 BA1
Kasa 5 2 2 2 3 1 BB1

etirilmitir. 2 2 2 4 3 BB2
tablolar oluturulmutur. rnek uygulama iin SQL Server da veritaban oluturulmutur.
ekil 7. Sezgisel Algoritma rn Giri ve k Arayzleri
Veritabannda her kasa tipine ait rn tipleriekil 7. Sezgisel Algoritma
kaydedilmitir. Gelenrnrn
Giri tipinin
ve k Arayzleri
ve adedinin
Tablo 9. Sezgisel Algoritma ile zlen rnekler
operatr tarafndan belirlenmesiyleTablo
birlikte rne
9. Sezgisel aitTablo
Algoritma ilekasa
9.tipi ve kasa
Sezgisel
zlen rnekler tipinin
Algoritma yerletirildii
ile zlen rnekler raf,
Tablo 6. Mteri Bazl Kasa-Koridor rnek
Problemler
rnek
Mteri
Says
Mteri
Kasa

veri taban zerinden gelitirilen algoritma ile bulunmaktadr. Algoritma ambara17

Says
Kasa
MIP
Koridor

gelenSEZGSEL
rn
Says
Koridor
Raf

eidi
says
Raf
Toplam rn

ADOP
Says
Toplam
MIP SEZGSEL ADOP

1
Problemler 3
Says 7
Says 3
Says18 12
Says%1 12 Says
rn
Yerletirme Modeli Veri Seti 12 32 76 32 12
16 1012 17
19 18
19 %1
%0
adedine bal olarak anlk karar vererek2 3yerletirme
24 yapmaktadr.
611 24 28
16 1510 33
19 36
19 %3
%0
34 43 117 44 24
28 1415 25
33 29
36 %4
%3
Kasa Yeni Kasa 45 33 713 43 20
24 2114 28
25 28
29 %0
%4
Eksikmi Fazlami 32 135 32 10 1221 16 20 %4
Adedi Adedi 56 20 28 28 %0
Kasa1 4 0 0 4 rne ait kasa tipinin yerletirildii 6tm raflardaki
2 5 maksimum
2 10 sayda
12 ilgili16rn ieren raf
ORTALAMA %2
20 %4
Kasa2 35 0 0 35 ekil
Gre 4. Mteri Bazl Kasa-
ekil 4. Mteri Bazl Kasa-Koridor Yerletirme Modeline
Kasa Yerleimi
ORTALAMA %2

bulunmaktadr. Raf kapasitesi yeterli ise rn oraya

6. SSTEMN yerletirilmekteVEveYLETRLMES
KARILATIRILMASI operatre rn
Kasa3
Kasa4
16
2
0
0
0
0
16
2
Koridor Yerletirme
34 yerletirecei raflar ekil 7de6.1. Kazanlan Alan
resmedilen girii arayznde35gsterilmektedir. rn k
rnMaliyeti
Kasa5 18 0 0 18 Modeline Gre Kasa
Proje balangcnda yaplan sistem analizi almalar sonucunda rafl ambarn doluluk oran %94
10 Yerleimi yaplrken dikkat edilen unsur rnlerin ambara yerletirildikleri zamann referans alnmasdr.
olarak tespit edilmitir. Proje kapsamnda elde edilen zm ile ambar iinde ekstra % 6.49
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu,
Mehmet Gkedalolu, Cemil Gnhan Erhuy
Yerleebilecek optimum kasa adedi belirlendikten sonra,
Mteri Bazl Kasa-Koridor Yerletirme Modeli MPLde
Cplex zcs ile zlmtr. ki farkl mteriye ait karlatrld zaman, sezgisel algoritmann modelden
kasalar, mteri eitliliinin minimizasyonunu salayan
ama fonksiyonu dorultusunda raflara yerletirilmitir.
Mteri Bazl Kasa-Koridor Yerletirme Modeli sonu-
lar ve sonularn grsel yerleimi Tablo 7 ve ekil 4te
grlmektedir. Raf yerleimi yaplrken tm kasalarn
yerletirilmesini salayan kst, optimum kasa saysnn
korunmasn salamaktadr. almann son aamas
olan bu model, MPLde Cplex zcs ile kasa bazl
altrlmtr. Yaknlk Esasna Dayal rn Yerletirme edilmitir. Proje kapsamnda elde edilen zm ile ambar
Modeli bu rnek uygulama iin rn tipinden oluan
Kasa 2 iin ekil 5te ele alnmtr. rnler raf kapasi-
teleri dikkate alnarak ekil 6daki gibi yerletirilmitir.
eitliliin az olduu durumlarda hzl zm veren
Yaknlk Esasna Dayal rn Yerletirme Modelinde
zm sresi, eitliliin artmas ile birlikte uzamaktadr.
Bu sreyi ksaltmak ve dinamik yapy korumak iin
oluturulan sezgisel algoritmada Yaknlk Esasna Dayal
rn Yerletirme Modelinde olduu gibi, Mteri Bazl
Kasa-Koridor Yerletirme Modeli sonular kullanlm-
tr. Bu rnek iin oluturulan veri tabannda mteri,
kasa, rn ilikilerini gsteren tablolar oluturulmutur.
rnek uygulama iin SQL Serverda veritaban olutu-
rulmutur. Veritabannda her kasa tipine ait rn tipleri
kaydedilmitir. Gelen rn tipinin ve adedinin operatr
tarafndan belirlenmesiyle birlikte rne ait kasa tipi ve
kasa tipinin yerletirildii raf, veri taban zerinden ge-
litirilen algoritma ile bulunmaktadr. Algoritma, ambara
gelen rn eidi adedine bal olarak anlk karar vererek
yerletirme yapmaktadr.
rne ait kasa tipinin yerletirildii tm raflardaki
maksimum sayda ilgili rn ieren raf bulunmaktadr.
Raf kapasitesi yeterli ise rn oraya yerletirilmekte
ve operatre rn yerletirecei raflar ekil 7de res-
medilen rn girii arayznde gsterilmektedir. rn
k yaplrken dikkat edilen unsur, rnlerin ambara
yerletirildikleri zamann referans alnmasdr. ekil
7de resmedilen rn k arayznde, rn k- yerletirmek iin ambar ierisinde kasann sabilecei
nn yapld raflar listelenmekte ve veri tabanndaki
kapasiteler gncellenmektedir. Sezgisel algoritma ile
zlen rnek problemlerin boyutu ve sonular Tablo
9da verilmitir. Yaknlk Esasna Dayal rn Yerle-
tirme Modeli sonular ile sezgisel algoritma sonular
sadece %2 orannda uzaklat grlmtr.
6. SSTEMN KARILATIRILMASI VE
YLETRLMES
6.1 Kazanlan Alan Maliyeti
Proje balangcnda yaplan sistem analizi almalar
sonucunda, rafl ambarn doluluk oran %94 olarak tespit
iinde ekstra %6.49 orannda bo alan elde edilmitir.
Elde edilen bu bo alana raf d ambarda bulunan M048
kasalarnn rafl ambara alnmas firma tarafndan uygun
grlmtr.
Firma 1 m2'lik alan iin aylk 5 kira bedeli de-
mektedir.
M048 kasas raf d ambarda kasa st ste yer-
letirilerek depolanmaktadr.
0,15 m iki kasa arasnda braklmas gereken zorunlu
mesafedir.
ki boyutlu ekil yerletirme modeli sonularna gre
45 adet M048 kasas rafl ambara alnmtr.
Atanan kasa adedi
M0048 kasalarndan kazanlan alan =
st ste yerletirilen adet
* Kasa boyu + (Tolerans) + (Dar koridor forkliftinin hareket alan)
Sonu olarak, firmann dar koridor dzeninde yer-
leim yapmas ve dinamik adresleme sistemi kullan-
masndan dolay, geleneksel ambar yntemi kullanan
firmalarda gelitirilen modeller ile kazanlan depolama
alannn daha da fazla olmas beklenir. Ayrca firmalarn
depolama maliyetleri kazanlan alanla doru orantl
olarak azalacaktr.
6.2 ilik Maliyetleri
Mevcut durumda operatr, retimden gelen kasalar
bir raf alann gzle kontrol etmektedir. Bu durum,
operatrn rn yerleimi srasnda fazladan zaman
harcamasna neden olmaktadr.
36
Bir kasay yerletirmek iin operatrn, koridorlar
arasnda bir ile tur arasnda dolamakta olduu tespit
edilmi ve ortalama tur says 1.8 olarak hesaplanmtr.
ki gnlk stok miktaryla alan firmada haftalk
5529 adet kasa retimden ambara gelmektedir.
Operatr, belirlenen firma kararlarna gre, kasalar
raf ba hazrlk alannda istenilen tama says elde
edilene kadar beklettikten sonra rafl ambara yerle-
tirmektedir. Operatrler tarafndan haftalk olarak
2320 tur kasa yerleimi yaplmaktadr.
Operatrn ortalama bir tur iin tama sresi, za-
man etd almalaryla 146 sn (2,26 dk) olarak
bulunmutur.
Yukardaki hesaplamalar dikkate alnarak;
Toplam haftalk tama sresi = Ortalama tama sresi *
(Giri tur says + k tur says) * Verimlilik
Toplam haftalk tama sresi= 2,26 * (4176+2320)*0,8 =
11744,77 dk = +195,75 saat
vardiya alma dzeninde depolamann zama-
nnda gerekletirilebilmesi iin gereken ii says
aadaki gibidir:
Toplam tama zaman 195,75
i says = = = 4,9 = 5 ii
Bir iinin haftalk alma zaman 40
* Kasa genilii Gelitirilen mteri bazl kasa-koridor tipi yerle-
tirme modeli ile operatrn raf aramak iin harcad
zaman ortadan kaldrlmtr. Operatr, raf ba hazrlk
alannda hazrlad kasalar tek turda model tarafndan
nceden belirlenmi kasa tipine uygun rafa yerletir-
mektedir. Ayn zamanda ambardan kasa k tek turda
gereklemektedir. htiya duyulan ii says;
Toplam haftalk tama sresi = 2,26 * (2320 + 2320) * 0,8 = 139,82 saat
Toplam tama zaman 139,82
i says = = = 3,5 ii
Bir iinin haftalk alma zaman 40
Yllk iilik maliyeti kazanc= ((Mevcut ii says - Yeni ii says)
* Aylk cret * 12)
Yllk iilik maliyeti kazanc = (5-3,5) * 3500 * 12 = 63000 TL
Rakam, 4 iiye yuvarlanmamtr; alma sonu- temsil eden bir pilot uygulama, gelitirilen modeller ile
cundaki net iilik tasarrufu hesaplanmtr. 0,5 adam/ay
kadar iilik, baka operasyonlarda kullanlabilir. Ayrca
mevcut durumda ambarda bulunan st ste yerletirilen
Ambar Depolama Maksimizasyonu
kasalara ait rnlerin en az birinin farkl olmas oran
%10'dur.
Sistemin dinamik bir sistem olmas bu oran hakknda
anlk bilgi vermektedir. Gelitiren sezgisel algoritma ile
yukarda bahsi geen rnek uygulamalar zlm ve
atama sonularna gre bu oran % 3,98e dmtr. Faz-
ladan iilik gerektiren tur says aada hesaplanmtr.
Fazladan iilik gerektiren tur says = Haftalk toplam tur says *
yiletirme miktar
Fazladan iilik gerektiren tur says = 2320 * (0,1 - 0,0398) =
139,664 = 140 tur
st ste yerletirilen kasalara ait rnlerin en az
birinin farkl olmas durumunda bir tur iin iilik
maliyeti 0,45 TL artmaktadr.
Yllk fazladan iilik maliyeti = Fazladan iilik gerektiren tur
says * 0,45 * 4 * 12
Yllk fazaladan iilik maliyeti = 140 * 0,45 * 4 * 12 = 3024 TL
alma kapsamnda yaplan tm almalarda fir-
mada elde edilen yllk kazan:
Yllk toplam maliyet kazanc = Kazanlan alan maliyeti + ilik
maliyeti + Yllk fazladan iilik maliyeti
Yllk toplam maliyet kazanc = 8316,79 + 63000 + 3024 =
74340,79 TL'dir.
7. SONU
alma kapsamnda, zaman iinde deiiklik
gsteren mteri talepleri karsnda mamul ambarn-
da maksimum depolama alan ve hacmi salayacak
ekilde, kasa tipleri ve hacimlerine gre ambar iinde
ayrlacak alanlarn hesaplanmas amalanmtr. Bu
amalar dorultusunda, problemin deiik versiyonla-
rn zecek ekilde, adet tamsayl matematiksel
model gelitirilmitir. Bu modeller ihtiyaca gre tekil
olarak ele alnabilir; ancak bu almada ardk ekilde
zlmtr; bir modelin sonucu ardk modellerde
girdi olarak kullanlmaktadr. Gerek boyutlu problemi
zlm ve problemin NP-Zor snfna dahil olmas
sonucu son model ktlarnn kabul edilebilir zamanda
elde edilememesinden dolay sezgisel bir algoritma
37
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu,
Mehmet Gkedalolu, Cemil Gnhan Erhuy
gelitirilmitir; bu sezgisel algoritma gnlk bir ara
eklinde kullanlacak ekilde oluturulmu ve firmada
uygulanmtr. Uygulama sonucunda, tama maliyetle-
rinde ve depolama alannda yllk olarak 74.340,79 TL
tasarruf hesaplanmtr. Depolama alanndan ve iilik
maliyetlerinden tasarruf salanm ve firmann depolama
sreci kolaylatrlmtr.
KAYNAKA
1. Beasley, J. E. 1985. An Exact Two-Dimensional non-
Guillotine Cutting Tree Search Procedure, Operations
Research, vol. 33(1), p. 49-64.
2. Bischoff, E. E., Janetz, F., Ratcliff, M. S. W. 1995. Lo-
ading Pallets with non-Identical Items, European journal
of Operational Research, vol. 84 (3), p. 681-692.
3. Chen, C. S., Sarin, S., Ram, B. 1991. The Pallet Packing
Problem for non-Uniform Box Sizes, The Internatonal
Journal of Producton Research, vol. 29 (10), p. 1963-1968.
4. Chen, C. S., Lee, S. M., Shen, Q. S. 1995. An Analytical
Model for the Container Loading Problem, European
Journal of Operational Research, vol. 80 (1), p. 68-76.
5. Christofides, N., Whitlock, C. 1977. An Algorithm for
Two-Dimensional Cutting Problems, Operations Rese-
arch, vol. 25 (1), p. 30-44.
6. Dereli, T., Da, G. S. 2010. Development of a Decision
Support System for Solving Container Loading Problems,
Transport, vol. 25 (2), p. 138-147.
7. Dowsland, K. A. 1987. A Combined Data-Base and
Algorithmic Approach to the Pallet-Loading Problem,
Journal of the Operational Research Society, vol. 38 (4),
p. 341-345.
8. Gademann, A. J. R. M., Van Den Berg, J. P., Van Der
Hoff, H. H. 2001. An Order Batching Algorithm for Wave
Picking in a Parallel-Aisle Warehouse, International Tran-
sactions in Operational Research, vol. 33 (5), p. 385-398.
9. Gehring, H., Bortfeldt, A. 1997. A Genetic Algorithm
for Solving the Container Loading Problem, International
Transactions in Operational Research, vol. 4 (5-6), p. 401-
418.
10. Hodgson, T. J. 1982. A Combined Approach to the Pallet
Loading Problem," International Transactions in Operati-
onal Research, vol. 14 (3), p. 175-182.
11. Huang, W., He, K. 2009. A Caving Degree Approach for
the Single Container Loading Problem, European Journal
of Operational Research, vol. 196 (1), p. 93-101.
12. Jain, S., Gea, H. C. 1998. Two-Dimensional Packing
Problems Using Genetic Algorithms, Engineering with
Computers, vol. 14 (3), p. 206-213.
13. Krger, B., Schwenderling, P., Vornberger, O. 1993.
Parallel Genetic Packing on Transputers. Parallel Genetic
Algorithms: Theory and Applications, J. Stender, IOS
Press, Amsterdam, p.151-185.
14. Muppani, V. R., Adil, G. K. 2008. A Branch and Bound
Algorithm for Class Based Storage Location Assignment,
European Journal of Operational Research, vol. 189 (2), p.
492-507.
15. Pisinger, D. 2002. Heuristics for the Container Loading
Problem, European Journal of Operational Research, vol.
141 (2), p. 382-392.
16. Scheithauer, G., Sommerwei, U. 1998. 4-Block Heuris-
tic for the Rectangle Packing Problem, European Journal
of Operational Research, vol. 108 (3), p. 509-526.
17. Steudel, H. J. 1979. Generating Pallet Loading Patterns:
A Special Case of the Two-Dimensional Cutting Stock
Problem, Management Science, vol. 25 (10), p. 997-1004.
18. Terno, J., Scheithauer, G., Sommerwei, U., Riehme, J.
2000. An Efficient Approach for the Multi-Pallet Loading
Problem, European Journal of Operational Research, vol.
123 (2), 372-381.
19. Vasko, F. J. 1989. A Computational Improvement to
Wang's Two-Dimensional Cutting Stock Algorithm, Com-
puters & Industrial Engineering, vol. 16 (1), p. 109-115.
20. Wang, P. Y. 1983. Two Algorithms for Constrained
Two-Dimensional Cutting Stock Problems, Operations
Research, vol. 31 (3), p. 573-586.
21. Wisittipanich, W., Meesuk, P. 2015. Particle Swarm
Optimization with Multiple Learning Terms for Storage
Location Assignment Problems Considering Three-Axis
Traveling Distance," In Toward Sustainable Operations of
Supply Chain and Logistics Systems, V. Kachitvichynau-
kul, K.Sethanan, Kanchana, P.Goliska- Dawson (Eds.),
Springer International Publishing, Switzerland, p. 435-443.
38