물류센터 피킹 시스템 내 균등 작업을 위한 강화학습 기반 작업 분배 시뮬레이션 = Reinforcement learning-based task allocation simulation for ensuring equal workload in a fulfillment center picking system
저자
발행사항
서울 : 한양대학교 대학원, 2023
학위논문사항
학위논문(석사)-- 한양대학교 대학원 : 산업경영공학과 2023. 8
발행연도
2023
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
v, 35 p. : 삽도 ; 26 cm.
일반주기명
권두 국문요지, 권말 Abstract 수록
지도교수: 신동민
참고문헌: p. 30-32
UCI식별코드
I804:11062-200000684138
소장기관
오늘날 물류센터 내 피킹 시스템은 자동화 설비의 도입에 따라 작업자가 제품의 저장 위치까지 직접 이동하는 방식에서 구역 피킹 시스템(Zone Picking System)과 같이 분할된 구역 내에서만 이동하는 방식으로 발전하였다. 구역 피킹 시스템의 경우 주문 투입과정에서 주문 순서, 주문의 할당 방식에 따라 성능이 크게 달라지게 된다. 본 연구에서는 구역 피킹 시스템 내 작업자의 작업 불균형과 그에 따른 주문의 체류시간 증가, 미처리 주문의 발생 등을 해소하기 위하여 Deep Q-Network(DQN) 강화학습 기반 균등 작업 분배를 제안한다. DQN 알고리즘을 사용할 경우 다양한 상황에서의 모델 재사용이 용이하다는 장점이 존재한다. 이를 위해 대상 구역 시스템에 대한 상태, 행동, 가치함수를 정의하고 시간변화, 주문 투입 등에 따른 상태 천이를 정의하였다. 이후, Simio 소프트웨어를 사용하여 대상 시스템을 구현하고 MySQL 데이터베이스를 활용하여 DQN에이전트와의 상호작용 프로세스를 구현하였다. 이후 검증 가능한 시뮬레이션 모델 상에서 주문 투입에 따른 작업 할당을 수행하였으며 주문 순서의 변동이 발생한 경우에도 기존보다 향상된 작업분배를 수행하는 것을 확인하였다.
더보기Recently, the picking system within fulfillment centers has evolved from a method where workers directly move to the storage locations of products to a divided zone picking system, as enabled by the application automated facilities. In the zone picking system, workers only move within designated zones instead of directly moving to the storage locations. The performance of the zone picking system can vary significantly depending on the order sequence and allocation method during the order input process. In this study, we propose a task allocation based on Deep Q-Network (DQN) reinforcement learning to address the imbalance in worker tasks within the zone picking system, which leads to increased order dwell time and occurrence of unprocessed orders. Using the DQN algorithm offers the advantage of model reuse in various situations. To achieve this, we define the state, action, and value function for the target zone system and define state transitions based on time changes and order input. Subsequently, we implement the target system using Simio simulation software and apply interaction processes with the DQN agent using the MySQL database. Then, We allocate tasks based on order input in a verifiable simulation model and confirm improved task distribution compared to the existing method, even when there are variations in the order sequence.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)