Diseño de un método de asignación de ubicaciones que minimice el lead time de la operación en el centro de distribución Tittán Totto
Date
2020Share this record
Metadata
Show full item record
PDF documents
Resumen
Una de las actividades más costosas que componen el lead time en los centros de distribución de las organizaciones es el
alistamiento de pedidos. Las decisiones de asignación de almacenamiento (slotting) tienen un impacto directo en la eficiencia
de los procesos de alistamiento de pedidos, ya que las rutas de recolección se ven afectadas por la ubicación de los SKUs en la
zona de picking. Por lo tanto, este documento presenta la metodología con la que se elaboró un aplicativo de asignación de
ubicaciones (slotting) que disminuyó en 29% el lead time teórico de la operación para la zona de picking del centro de
distribución Tittán Totto. Este proyecto abordó tres componentes clave del slotting: la estrategia de ordenamiento de los SKUs
mediante métodos heurísticos como la estrategia de correlaciones y metaheurísticos como la búsqueda tabú y el algoritmo
genético, el cálculo de la cantidad de slots que deben ser asignados a cada SKU, mediante un modelo matemático y, por último,
la política de mantenimiento para actualizar el slotting a los requerimientos de la demanda. El resultado de los métodos
desarrollados se evaluó y comparó con la solución de Totto, utilizando datos reales e hipotéticos de tres meses de operación.
Finalmente, se discutieron los resultados obtenidos.
Abstract
One of the most expensive activities that make up lead time in warehouses is order picking. Storage allocation decisions
(slotting) have a direct impact on the efficiency of order picking processes since the routes to collect items are affected by
the location of the SKUs in the picking area. Therefore, this document presents the methodology with which a slotting
application was developed. This application reduced the theoretical lead time of the operation by 29% for the picking area
of the Tittan Totto warehouse. This project adressed three key components of slotting: the ordering strategy of SKUs, using
heuristic methods such as the correlation strategy, and metaheuristics such as the taboo search and the genetic algorithm,
the calculation of the number of slots that must be assigned to each SKU, using a mathematical model, and the maintenance
policy to update the slotting according to the demand requirements. The solution given by the developed methods was
evaluated and compared to the Totto solution, using real and hypothetical data from three months of operation. Finally, the
results obtained were discussed.
Collections
- Ingeniería Industrial [1122]
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 4.0 Internacional