자동화 창고에서의 랙 시퀀스 문제를 위한 유전 알고리즘

A Genetic Algorithm for Rack Sequencing Problem in Robotized Warehouse

최근 이동 로봇(mobile robot)의 진보와 함께 로보틱 모바일 풀필먼트 시스템(Robotic, Mobile Fulfillment System, RMFS)라는 새로운 형태의 풀필먼트 시스템이 등장하고 있다. RMFS은 작업자가 주문된 상품을 가져오기 위해 이동하지 않고 피킹 스테이션(picking station)에 대기하고 있고 이동 로봇이 작업자의 피킹 스테이션으로 주문된 상품을 가져오는 것을 의미한다. 대부분의RMFS 시스템은 4가지의 의사결정을 필요로 한다. 첫째, 작업자에게 할당될 주문을 결정하고 둘째, 주문들을 랙에 할당하고, 셋째, 작업자들에게 할당된 주문들을 처리하는 순서를 결정 마지막으로 작업자들에게 보낼 랙들의 순서를 결정해야한다. 본 연구에서는앞서 언급한 4가지의 의사결정 중 다른 모든 결정을 이미 이루어졌다고 가정하고 작업자에게 할당된 랙들의 시퀀싱 문제를 고려하였다. 우리는 제안된 문제를 해결하기 위해 유전 알고리즘(Genetic Algorithm, GA)을 제안하였으며, 제안된 GA의 성능은 연구문제에 대한 혼합정수계획법 모델을 기반으로 한 결과와 비교 검증하였다. 연구 결과, 본 연구에서 제시한 GA 알고리즘이 RMFS 시스템의 랙 시퀀싱 문제를 해결하기 위한 실질적 대안임을 보여준다.

Recently, with the advancement of the mobile robots, a new type of fulfillment systems, called the Robotic Mobile Fulfillment System(RMFS), has been introduced. Under this system, pickers stay at the picking station and mobile robots bring the racks containing the ordered items to the picker’s station. Most type of RMFSs require four decisions: allocation of orders to picker, allocation of racks to orders, sequence of processing order assigned to each picker, and a sequence of racks to be sent to each picker, and a sequence of racks to be sent to each picker. In this paper, we consider the problem of sequencing racks assigned to each picker assuming all other decisions are already made. To solve this problem, we propose a genetic algorithm(GA) considering its intrinsic intractability and the requirement of fast solution procedures. The performance of the proposed GA is verified by comparing it with that of the exact method based on the mixed integer program model for the problem. We show that the proposed GA is a practical alternative to solve the problem of rack sequencing by comparing the performance of GA with that of MIP-based exact method.