Comparison of Several Linear Ordering Methods for Selection of Locations in Order‑picking by Means of the Simulation Methods

Krzysztof Dmytrów

doi:10.18778/0208-6018.338.05

Authors

Krzysztof Dmytrów University of Szczecin, Faculty of Economics and Management, Institute of Econometrics and Statistics http://orcid.org/0000-0001-7657-6063

DOI:

https://doi.org/10.18778/0208-6018.338.05

Keywords:

Taxonomic Measure of Location’s Attractiveness, TOPSIS, Generalised Distance Measure, order-picking, simulation methods

Abstract

When a company uses a shared storage system, selection of locations during the order‑picking process is not an obvious task. Every location where the picked product is placed, can be described by means of several variables, such as: storage time, distance from the I/O point, degree of demand satisfaction, or the number of other picked products in the order. Therefore, the “attractiveness” of each location from the point of view of a certain order can be described by means of synthetic variable, on the basis of which a ranking is created. For each product, the decision‑maker selects the highest‑ranking locations and designates a route for the picker. In the article, by means of the simulation methods, results obtained by several classification methods will be compared. These methods are: Taxonomic Measure of Location’s Attractiveness (based on the Hellwig’s Composite Measure of Development), the TOPSIS method with the Euclidean and GDM distances and the Generalised Distance Measure used as the composite measure of development.

Downloads

Download data is not yet available.

References

Bartholdi J.J., Hackman S.T. (2016), Warehouse & Distribution Science, Release 0.97, The Supply Chain and Logistics Institute, School of Industrial and Systems Engineering, Georgia Institute of Technology, Atlanta.
Google Scholar

Bąk A. (2016), Porządkowanie liniowe obiektów metodą Hellwiga i TOPSIS – analiza porównawcza, “Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, no. 426, Taksonomia 26, Klasyfikacja i analiza danych – teoria i zastosowania”, pp. 22–31, http://dx.doi.org/10.15611/pn.2016.426.02.
Google Scholar

De Koster R., Le‑Duc T., Roodbergen K.J. (2007), Design and control of warehouse order picking: a literature review, “European Journal of Operational Research”, no. 182(2), pp. 481–501.
Google Scholar

Dmytrów K. (2015), Taksonomiczne wspomaganie wyboru lokalizacji w procesie kompletacji produktów. Studia ekonomiczne, “Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach”, no. 248, pp. 17–30.
Google Scholar

Domański Cz. (2014), Wybrane klasyczne testy statystyczne, [in:] Cz. Domański, D. Pekasiewicz, A. Baszczyńska, A. Witaszczyk, Testy statystyczne w procesie podejmowania decyzji, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Google Scholar

Gudehus T., Kotzab H. (2012), Comprehensive Logistics, Springer‑Verlag, Berlin–Heidelberg, http://dx.doi.org/10.1007/978–3–642–24367–7.
Google Scholar

Hellwig Z. (1968), Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom rozwoju oraz zasoby i strukturę wykwalifikowanych kadr, “Przegląd Statystyczny”, no. 15(4), pp. 307–326.
Google Scholar

Hwang C.L., Yoon K. (1981), Multiple Attribute Decision Making: Methods and Applications, Springer‑Verlag, New York.
Google Scholar

Kukuła K. (2000), Metoda unitaryzacji zerowanej, Wydawnictwo Naukowe PWN, Warszawa.
Google Scholar

Le‑Duc T. (2005), Design and Control of Efficient Order Picking Processes, PhD thesis, RSM Erasmus University, Rotterdam.
Google Scholar

Lotfi F.H., Fallahnejad R. (2010), Imprecise Shannon’s Entropy and Multi Attribute Decision Making, “Entropy”, vol. 12, pp. 53–62; http://dx.doi.org/10.3390/e12010053.
Google Scholar

Miłaszewicz B., Rut J. (2014), Nowoczesne metody kompletacji, “Logistyka”, no. 6, pp. 12347–12350.
Google Scholar

Niemczyk A. (2012), Zapasy i magazynowanie. Tom II – Magazynowanie. Podręcznik do kształcenia w zawodzie technik logistyk, Instytut Logistyki i Magazynowania, Poznań.
Google Scholar

Podvezko V. (2011), The Comparative Analysis of MCDA Methods SAW and COPRAS, “Inzinerine Ekonomika – Engineering Economics”, vol. 22(2), pp. 134–146.
Google Scholar

Rozmus D. (2012), Analiza wariancji, [in:] M. Walesiak, E. Gatnar (eds.), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa.
Google Scholar

Tarczyński G. (2013), Wielokryterialna ocena procesu kompletacji towarów w magazynie, “Studia Ekonomiczne”, vol. 163, pp. 221–238.
Google Scholar

Trzaskalik T. (2015), Wprowadzenie do badań operacyjnych z komputerem, Polskie Wydawnictwo Ekonomiczne, Warszawa.
Google Scholar

Wachowicz T. (2011), Application of TOPSIS Methodology to the Scoring of Negotiation Issues Measured on the Ordinal Scale, “Multiple Criteria Decision Making”, 10–11, Publisher of The University of Economics in Katowice, pp. 238–260.
Google Scholar

Walesiak M. (2003), Uogólniona Miara Odległości GDM jako syntetyczny miernik rozwoju w metodach porządkowania liniowego, “Prace Naukowe Akademii Ekonomicznej we Wrocławiu no. 988, Taksonomia 10, Klasyfikacja i analiza danych – teoria i zastosowania”, pp. 134–144.
Google Scholar

Walesiak M. (2016a), Uogólniona Miara Odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.
Google Scholar

Walesiak M. (2016b), Wybór grup metod normalizacji wartości zmiennych w skalowaniu wielowymiarowym, “Przegląd Statystyczny”, R. LXIII, z. 1, pp. 7–18.
Google Scholar