Mengoptimalisasi Rencana Lantai
Tata Letak Gudang: Geometri Penyimpanan & Gerakan
Sebuah gudang adalah masalah optimasi geometri. Setiap kaki persegi adalah penyimpanan (rak yang menampung produk) atau gerakan (jalan-jalan untuk orang & forklift). Perbandingan ini dasar: jalan yang lebih lebar berarti gerakan yang lebih mudah tetapi lebih sedikit penyimpanan. Jalan yang lebih sempit berarti lebih banyak penyimpanan tetapi Anda membutuhkan peralatan khusus (& mahal).
Lebar jalan standar:
- Forklift konvensional: 11-13 kaki (forklift membutuhkan ruang untuk berputar dengan pallet)
- Truk jangkau: 8-10 kaki (lengan mengextend untuk mencapai rak)
- Jalan sempit sangat (VNA): 5-6 kaki (truk khusus turret, mahal tapi maksimal penyimpanan)
Strategi jalur pilih: rute geometri seorang pekerja untuk mengumpulkan item:
- S-pattern (garis putus-putus): Masuki setiap jalan, perjalanan sepanjangnya, keluar ujung lain. Sederhana tetapi mengunjungi setiap jalan bahkan jika hanya satu item yang diperlukan di sana.
- Largest gap: Hanya masuki jalan jika ada item untuk dipilih. Lewati jalan tanpa pilihan. Dalam jalan, berbelok di largest gap antara pilihan alih-alih perjalanan sepanjang jalan.
- Cross-dock: Untuk item yang langsung dari penerimaan ke pengiriman: lewati penyimpanan secara keseluruhan. Tata letak cross-dock menempatkan dermaga penerimaan dan pengiriman di sisi berlawanan, dengan jalur jelas di antara mereka.
Perhitungan Kepadatan Penyimpanan
Gudang ini 200 kaki lebar & 400 kaki panjang (80.000 kaki persegi total). Layout saat ini menggunakan forklift konvensional dengan jalan 12 kaki. Rak 4 kaki dalam (kedalaman pallet tunggal) di kedua sisi setiap jalan. Layout bergantian: rak, jalan, rak, jalan.
Setiap unit rak-jalan-rak adalah: 4 (rak) + 12 (jalan) + 4 (rak) = 20 kaki lebar.
Pemakaian Kubus dan Pemasakan Kemasan
Pemuatan: Geometri 3D di Setiap Truk
Kardus standar di Amerika Utara adalah 48 inci oleh 40 inci (GMA kardus). Ini adalah unit geometri logistik dasar.
Pemakaian kubus menunjukkan seberapa efisien Anda mengisi ruang: volume produk nyata dibagi volume yang tersedia. Truk yang penuh berat tapi setengah kosong oleh volume memiliki pemakaian kubus yang buruk. Truk yang penuh hingga atap memiliki pemakaian kubus yang baik.
Pemuatan kolom: setiap lapisan identik, kotak langsung di atas satu sama lain. Lemah struktural tapi menggunakan ruang efisien.
Pemuatan saling berkeliling (pinwheel): lapisan yang saling bertukar 90 derajat. Jauh lebih stabil tapi menciptakan ruang kosong di tepi, menghabiskan 5-15% luas kardus.
Pemuatan kemasan adalah tantangan geometri nyata: memasukkan kotak persegi panjang berbagai ukuran ke dalam kemasan pengiriman 40 kaki (dimensi dalam sekitar 39'5" x 7'8" x 7'10"). Ini adalah pemasakan kemasan 3D: salah satu masalah NP-keras klasik di ilmu komputer. Tidak ada algoritma yang dapat menjanjikan solusi optimal dalam waktu yang wajar untuk instance yang besar.
Dalam praktiknya, perusahaan logistik menggunakan pendekatan heuristik: item terbesar terlebih dahulu, isi area lantai sebelum menumpuk ketinggian, grupkan item berdasarkan efisiensi pengangkutan.
Efisiensi Pemuatan Kardus
Anda perlu memuat kotak yang panjang 12 inci, lebar 10 inci, & tinggi 8 inci ke kardus standar 48" x 40". Maksimum ketinggian stok adalah 48 inci.
Mengapa Optimalisasi Rute Sulit
Masalah Penjual Perantau (TSP)
Misalnya, Anda harus mengunjungi 10 pelanggan dan kembali ke depot. Rute terpendek apa yang harus Anda tempuh? Ini adalah Masalah Penjual Perantau: salah satu masalah yang paling banyak diteliti dalam matematika dan ilmu komputer.
Kesulitan terletak pada ledakan kombinatorial. Untuk N titik henti, ada (N-1)!/2 rute unik (membagi oleh 2 karena jarum jam dan sebaliknya memiliki jarak yang sama).
- 5 titik henti: 12 rute: periksa semuanya dalam milidetik
- 10 titik henti: 181.440 rute: masih dapat diatur oleh komputer
- 15 titik henti: 43,6 miliar rute: membutuhkan jam
- 20 titik henti: 60,8 kuadriliun rute: membutuhkan abad
- 50 titik henti: lebih banyak rute daripada atom dalam universum yang dapat diamati
TSP adalah NP-keras: tidak ada algoritma yang diketahui dapat menyelesaikannya dalam waktu polynomial. Semakin besar N, solusi yang tepat menjadi mustahil dan kita harus menggunakan heuristik: algoritma yang menemukan solusi yang bagus (tetapi tidak dijamin optimal) dengan cepat.
Heuristik umum:
- Tetangga terdekat: Dari lokasi saat ini, selalu pergi ke pelanggan terdekat yang belum dikunjungi. Cepat tetapi seringkali menghasilkan rute dengan saluran yang tidak indah.
- Pengisian kerucut konkav: Mulailah dengan pelanggan luar (kerucut konkav: batas geometris). Kemudian, masukkan pelanggan dalam satu per satu di mana mereka menambahkan jarak terendah.
- Perbaikan 2-opt: Ambil rute yang sudah selesai & cobalah menukar pasangan sisi. Jika menghapus dua sisi & menghubungkan kembali secara berbeda membuat rute lebih pendek, simpan perubahan. Ulangi sampai tidak ada perbaikan yang ditemukan.
Heuristik vs Solusi Tepat
Perusahaan pengiriman memiliki 12 titik henti hari ini. Pembawa pesannya menggunakan heuristik tetangga terdekat: pada setiap titik, pergi ke titik henti yang belum dikunjungi terdekat.
Zona, Kepadatan, dan Masalah Rute Kendaraan
Pengiriman Terakhir Jarak Jauh: Di Mana Geometri Bertemu Ekonomi
Mile terakhir: dari pusat distribusi ke pintu pelanggan: menanggung 40-50% dari total biaya pengiriman. Ini adalah bagian tergeometris terbatas dari rantai pasokan.
Rute radial dari depot: Truk pengiriman bermuara dari pusat distribusi sentral. Rute setiap truk harus menutupi zona geografis yang padat: tidak boleh ada dua truk yang saling menyeberangi wilayah satu sama lain.
Kepadatan pengiriman menentukan segalanya. Di area perkotaan yang padat, truk mungkin melakukan 150 pengiriman dalam satu shift 8 jam. Di daerah pedesaan, truk yang sama mungkin mengelola 20-30. Alasan geometris: titik henti perkotaan dekat (jalan singkat antar titik) sementara titik henti pedesaan jauh.
Rute berbasis zona membagi area pelayanan menjadi klaster geografis. Setiap zona diberikan kepada satu kendaraan. Zona yang bagus adalah padat (bujur atau persegi panjang) & berkelanjutan (tidak ada celah atau kantong terisolasi). Tujuan: mengurangi total jarak sambil menjaga setiap rute di bawah batas waktu/kapasitas.
Masalah Rute Kendaraan (VRP) merupakan generalisasi dari TSP untuk beberapa kendaraan. Diberikan depot, N pelanggan, & K truk (masing-masing dengan kapasitas & batasan waktu), assign pelanggan ke truk & urutkan rute setiap truk untuk mengurangi total jarak. VRP juga merupakan masalah NP-keras.
Peta zona yang dirancang dengan baik menciptakan rute di mana setiap jalan pengemudi membentuk bentuk geometris padat: lingkaran kasar atau lobe yang mengambang dari depot. Jika Anda melihat rute yang saling melintang atau bertumpang tindih dengan zona pengemudi lain, perutean tersebut tidak efisien.
Desain Zona
Perusahaan pengiriman beroperasi dari depot di pusat kota. Mereka memiliki 4 pengemudi & 200 pengiriman yang tersebar di area layanan yang hampir bulat dengan jari-jari 10 mil.