인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study presents a route optimization framework for manual forklifts in warehouse environments, utilizing regression-based travel time modeling alongside the ACOpt algorithm, which integrates Ant Colony Optimization (ACO) with K-opt techniques. Recognizing the significant impact of travel time on warehouse efficiency, a regression model was developed to accurately predict travel time based on key factors such as Euclidean distance, average height, and acceleration adjustments. This model refines route planning by enabling the selection of optimized paths for forklifts, with model predictions validated against actual travel times to confirm alignment. Experimental results based on one month’s worth of Work Orders (WO) demonstrate that ACOpt surpasses traditional Greedy and LKH algorithms, achieving a higher rate of route improvements while maintaining reasonable computational times. These findings underscore the potential of the proposed framework to enhance operational efficiency and suggest scalability to multi-aisle systems for broader warehouse applications.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
