magistrsko delo
Tilen Škrinjar (Author), Damjan Strnad (Mentor), Mario Lengheimer (Co-mentor)

Abstract

Optimization of warehouse processes increases efficiency and lowers the cost of managing a warehouse. The most expensive and time-consuming activity is picking. Knowing picking process time is an important factor for proper organization of material and information flow. Orders delivered to a packing station too early or too late can cause delays in a warehouse. The purpose of this study is to evaluate machine learning pipeline for processing time prediction of order picking. This includes data gathering, data preprocessing and the evaluation of machine learning algorithms, which are the most important aspects of this research.

Keywords

warehouse;order picking;machine learning;regression analysis;

Data

Language: English
Year of publishing:
Typology: 2.09 - Master's Thesis
Organization: UM FERI - Faculty of Electrical Engineering and Computer Science
Publisher: T. Škrinjar
UDC: 004.85.021(043.2)
COBISS: 22167830 Link will open in a new window
Views: 1050
Downloads: 14
Average score: 0 (0 votes)
Metadata: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Other data

Secondary language: Slovenian
Secondary title: Ovrednotenje algoritmov strojnega učenja za napovedovanje časa komisioniranja v skladišču
Secondary abstract: Optimizacija procesov v skladišču povečuje učinkovitost delovanja in zmanjša stroške pri upravljanju skladišča. Časovno najzahtevnejši proces je komisioniranje. To je proces zbiranja blaga v skladišču in dostave na prostor za pakiranje. Čas komisioniranja je pomemben pri optimalnem prehodu blaga v skladišču. Naročila, ki so na pakirno mesto dostavljena prezgodaj ali prepozno, lahko povzročijo zamude v skladišču. Namen magistrske naloge je ovrednotiti proces strojnega učenja za napovedovanja časa komisioniranja. To vključuje zbiranje podatkov, predhodno obdelavo podatkov in ovrednotenje algoritmov strojnega učenja, ki predstavljajo najbolj pomemben del raziskave.
Secondary keywords: skladišče;komisioniranje;strojno učenje;regresijska analiza;magistrske naloge;
URN: URN:SI:UM:
Type (COBISS): Master's thesis/paper
Embargo end date (OpenAIRE): 2022-02-22
Thesis comment: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Računalništvo in informacijske tehnologije
Pages: XVII, 71 str.
ID: 11009159