3. La potenzialità ricettiva (PR) richiesta è pari a 500 vani, dal momento che devono essere ospitate altrettante referenze allocate in modo dedicato e biunivoco.
9. la differenza tra le coordinate lungo l’asse y della colonna vano corrispondente al primo item da prelevare e all’ultima dello stesso corridoio più la differenza tra le coordinate lungo l’asse y della colonna vano corrispondente al secondo item da prelevare e all’ultima dello stesso corridoio;
10. la differenza tra le coordinate lungo l’asse y della colonna vano corrispondente al primo item da prelevare e alla prima dello stesso corridoio più la differenza tra le coordinate lungo l’asse y della colonna vano corrispondente al secondo item da prelevare e alla prima dello stesso corridoio.In questo modo la stringa si riferisce ad un routing misto, nel senso che vengono prese in considerazione sia la logica di tipo return che quella traversal, combinandole opportunamente così da ottenere la soluzione ottima. Occorre notare inoltre che quest’ultima è una soltanto una tra le tante soluzioni ottime.<br />I risultati ottenuti sono riportati in Tabella 4.<br />Tabella SEQ Tabella ARABIC 4 Ottimizzazione del percorso di picking per 7 item<br />Ottimizzazione del percorso di picking per 20 item<br />Nell’ultima parte dell’esercitazione il problema del commesso viaggiatore viene esteso fino a considerare il prelievo di 20 codici articolo. La risoluzione del problema del commesso viaggiatore con più di 9 punti non è risolubile con metodi esatti, ma si procede con metodi euristici, come l’algoritmo di branch &bound o simulated annealing. <br />La metodologia risolutiva qui applicata è puramente di tipo gestionale. <br />Una volta generati i 20 codici articolo da prelevare, questi vengono ordinati in ordine crescente, in modo che vengano percorsi solo i corridoi interessati e ciascun corridoio venga attraversato una sola volta, prelevando tutti i codici articolo in esso presenti. <br />Il procedimento per calcolare le distanze è analogo a quello utilizzato nel caso precedente.<br />I risultati sono riportati in Tabella 5.<br />Tabella SEQ Tabella ARABIC 5 Ottimizzazione del percorso di picking per 20 item<br />Di seguito è riportata la simulazione Monte Carlo della distanza media tra gli item, nel caso di 20 codici articolo da prelevare; il numero di iterazioni effettuate è pari a 150.<br />Figura 4 Simulazione Monte Carlo della distanza media nel caso di 20 item<br />Determinato l’ordine di picking, le posizioni dei venti item da prelevare vengono evidenziate nella mappa del magazzino.<br />Figura 5 Magazzino di picking<br />