應用修正後的群聚方法於解決訂單批次化問題

NCUIR > School of Management at National Central University > Graduate Institute of Industrial Management > Electronic Thesis & Dissertation > Item 987654321/59880

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/59880

Title:	應用修正後的群聚方法於解決訂單批次化問題
Authors:	呂家棟;Lu,Chia-tung
Contributors:	工業管理研究所
Keywords:	物流中心;群聚分析;訂單批次化;Clustering;Fuzzy C-Means;K-Means;Logistics center;Order-batching
Date:	2013-04-14
Issue Date:	2013-06-19 15:20:27 (UTC+8)
Publisher:	國立中央大學
Abstract:	近年來，由於世界經濟全球化、貿易自由化以及產品生命週期縮短等因素，達到客戶所要求的服務水平的標準提升，『物流』二字儼然已經成為全球企業的焦點，完善的物流流程用以降低營運成本、提升顧客服務水平，並滿足顧客要求已經是當今企業用來強化競爭優勢的武器。由於網路購物的興起，逐漸轉變為供應商藉由物流中心直接將商品配送至各零售商據點，甚至將商品直接配送至顧客指定地點。最終目的即是要快速且即時地送貨至客戶手中，以提高客戶服務滿意度。物流中心的各項內部作業中，揀貨作業是一種屬於勞力密集且相當耗費成本的活動，佔物流中心的總作業成本達55%，而揀貨作業的時間也佔整體物流作業時間比例大約30~40%。至於在成本面上，揀貨的人工作業成本佔了物流中心總成本15~20%，而物流中心的揀貨作業則佔了總作業成本約達55%。因此，一個完善的揀貨作業流程，對於物流中心整體運作效率之提升將有決定性之影響。本研究將探討貨品揀取與處理的相關問題，因貨品揀取與其相關操作佔物流中心極高的成本，但實際上卻無法完全剔除揀貨區中貨品揀取與其相關操作。故設計及發展有效的貨品揀取與其相關貨品處理操作，是影響物流中心是否能成功關鍵因素。本研究以「修正後的訂單群聚法則」為主要研究重心，以傳統訂單分群較常採用的種子訂單選取法則搭配配合訂單選取法則作為研究基準，去探討在其他訂單分群策略下，對於分群群數的改善與否。並期望透過完整的模擬實驗與績效分析，增加對此類問題的了解，對未來的類似研究，也將有相對之貢獻。In a logistics center, the order-picking operation is a job which requires a lot of labor. De Koster et al. (2007), mention that order-picking operations are labor intensive and accounts for 55% of the total operating costs. Order-picking time is also high and is about 30-40% of the overall logistics operation time. In general, labor costs accounted for 15-20% of the total cost of the logistics center. Therefore, a good order-picking process is needed to enhance the overall operational efficiency of the logistics center. The purpose of this project is to develop an efficient order-batching method to reduce the cost of logistic centers and improve value.
Appears in Collections:	[Graduate Institute of Industrial Management] Electronic Thesis & Dissertation

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	732	View/Open

社群 sharing

Loading...