Titelaufnahme

Titel
Verpackungsoptimierung für inhomogene Güter / Nedeljko Gligorevic, MSc
Weitere Titel
Packaging optimization for inhomogeneous goods
Verfasser/ VerfasserinGligorevic, Nedeljko
Begutachter / BegutachterinPferschy, Ulrich
ErschienenGraz, 2016
Umfangvii, 68 Blätter : Zusammenfassungen (2 Blätter) ; Diagramme
HochschulschriftKarl-Franzens-Universität Graz, Masterarbeit, 2016
Anmerkung
Zusammenfassungen in Deutsch und Englisch
Abweichender Titel laut Übersetzung des Verfassers/der Verfasserin
SpracheDeutsch
DokumenttypMasterarbeit
URNurn:nbn:at:at-ubg:1-107059 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Verpackungsoptimierung für inhomogene Güter [1.91 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Diese Masterarbeit behandelt die Thematik der Verpackungsoptimierung. Für eine betrachtete Menge von Güter, die unterschiedliche Dimensionen haben, wird eine Auswahl von Verpackungsobjekten gesucht, mit denen alle Güter unter Minimierung der Verpackungs- und Versandkosten verpackt und versandt werden können. Die Dimensionen der Verpackungsobjekte sind nicht im Voraus bekannt und sind, abhängig von den Dimensionen der Produkte, zu bestimmen. Unter Berücksichtigung der geschätzten Nachfrage nach Gütern in einer betrachteten Periode wird die Bestellung bzw. die Herstellung der Verpackungsobjekte geplant. Um das Prinzip der Skaleneffekte zu beachten, berücksichtigt das Modell die Mengenrabattstaffeln bei der Beschaffung der Verpackungsobjekte. Ihre Dimensionen beeinflussen weiters den Zielfunktionswert durch die Berücksichtigung von Versandkosten. Auf Grund der Dimensionen der Verpackungsobjekte wird bestimmt, zu welcher Versandkategorie sie gehören. Je größer die Dimensionen, desto höher sind die Versandkategorie und die Versandkosten. Es wurde angenommen, dass ein Verpackungsobjekt nur ein Gut beinhalten kann und ferner alle Güter genau einem Verpackungsobjekt zugeordnet werden müssen.Für diese Zwecke wurde zunächst ein ganzzahliges, lineares Optimierungsmodell (ILP) entwickelt und in PuLP unter Python modelliert. Wegen der Komplexität des Problems können große Instanzen des Problems auch mit kommerziellen Solver nicht optimal gelöst werden. Deshalb wurde ein genetischer Algorithmus entwickelt und in Java implementiert, der, im Vergleich zu bekannten optimalen Lösungen, gute Ergebnisse liefert und Lösungen in der Nähe des Optimums findet. Das Modell wurde mit Daten der REWE International AG für den österreichischen Markt vom November 2015 erfolgreich getestet. Als Orientierungsbasis für die Ermittlung der Daten für die Verpackungsobjekte wurden Branchen-Informationen aus dem Internet benutzt.

Zusammenfassung (Englisch)

This master thesis considers the problem of optimized packaging. For a considered set of products with different dimensions a set of boxes is sought, in which all the products can be packed and then shipped while minimizing both the packaging and shipping costs. The dimensions of the boxes are not known and shall be determined depending on the dimensions of the products that need to be transported. The order and/or production of boxes will be based on the estimated demand for products in one considered time period. Also, in order to observe the principle of the economies of scale, the developed model takes into account the amount of discounts available when purchasing the boxes. Furthermore, their dimensions influence the objective value through the shipping costs. The shipping category will be determined based on the dimension of the boxes. The larger the dimensions are, the higher the shipping category and shipping costs are. It is assumed that one box may include only one product and every single product has to be assigned to exactly one box. For this purpose, an integer linear programming model (ILP) has been developed and modelled in PuLP under Python. Large instances of the problem cannot be solved to optimality with commercial solvers due to the complexity of the problem. Therefore, a genetic algorithm has been developed and implemented in Java, which, compared to known optimal solutions, shows good performance and can provide almost optimal solutions. The model was tested with real world data from REWE International AG for the Austrian market from November 2015. Industry-specific information from the internet about carton boxes has been used as orientation for determining the data of boxes.