Impulse artificial neural networks in internal transport
PBN-AR
Instytucja
Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej (Politechnika Łódzka)
Informacje podstawowe
Główny język publikacji
en
Czasopismo
Management and Production Engineering Review
ISSN
2080-8208
EISSN
2082-1344
Wydawca
Komitet Inżynierii Produkcji PAN/Polskie Towarzystwo Zarządzania Produkcją
DOI
Rok publikacji
2014
Numer zeszytu
2
Strony od-do
33-44
Numer tomu
5
Identyfikator DOI
Liczba arkuszy
Autorzy
(liczba autorów: 1)
Streszczenia
Język
en
Treść
The second most important function of a warehouse, apart from the storing of goods, is internal transport with a focus on time-effectiveness. When there is a time gap between the production and export of products, the goods need to be stored until they are dispatched to the consumers. An important problem that concerns both large and small warehouses is the selection of priorities, that is handling the tasks in order of importance. Another problem is to identify the most efficient routes for forklift trucks to transport goods from a start-point to a desired destination and prevent the routes from overlapping. In automated warehouses, the transport of objects (the so called pallets of goods) is performed by machines controlled by a computer instead of a human operator. Thus, it is the computer, not the man, that makes the difficult decisions regarding parallel route planning, so that the materials are transported within the warehouse in near-optimal time. This paper presents a method for enhancing this process.
Cechy publikacji
ORIGINAL_ARTICLE
Inne
System-identifier
472068
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych