文献

J-GLOBAL ID：201902231550964373   整理番号：19A2468909

クラスベースのストレージポリシーの下でのマルチディープストレージシステムのための最適次元【JST・京大機械翻訳】

Optimal dimensions for multi-deep storage systems under class-based storage policies

著者 (4件)： Xu Xianhao (School of Management, Huazhong University of Science and Technology, Wuhan, China) ,  Zhao Xiaozhen (School of Management, Huazhong University of Science and Technology, Wuhan, China) ,  Zou Bipan (School of Business Administration, Zhongnan University of Economics and Law, Wuhan, China) ,  Li Mingze (School of Management, Wuhan University of Technology, Wuhan, China)
資料名： Cluster Computing  (Cluster Computing)
巻： 22  号： 3  ページ： 861-875  発行年： 2019年 
JST資料番号： W4172A  ISSN： 1386-7857  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 複数の深い自動化ストレージと検索システム(AS/RS)は,それらの高い床空間利用のため,倉庫において多くの実行を見た。しかし,システムにおける記憶と検索機械の操作効率に基本的に影響を及ぼすラックサイズは,解析的に最適化されるべきである。一方,システム性能を解析し,移動時間モデルにより単一深および二重深AS/RSに対する運転方針を最適化するための広範な研究がなされている。多重深AS/RSに対する解析モデルは利用できない。このギャップを埋めるために,著者らは,多重深いAS/RSにおけるランダム貯蔵政策と2つのクラスベースの記憶政策を考慮して,このシステムのための旅行時間モデルを開発する。移動時間モデルに基づいて,著者らは,S/R機械の期待される旅行時間を最小にするために,最適システムサイズの定式化を引き出した。シミュレーションモデルを構築し,解析モデルを検証し,結果は,解析結果とシミュレーション結果の間の最大相対誤差が4.3%であることを示した。数値実験を行い,複数の深いAS/RSの最適サイズを見出し,これらの貯蔵政策の性能を比較した。結果は,クラスに基づく貯蔵政策が常に期待される旅行時間に関してランダムな貯蔵政策を上回り,そして,採取面と深さ方向の両方に関して帯状化するクラスベースの貯蔵政策は,システムで扱うのが難しいかもしれないことを示している。Copyright 2018 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーションモデル ,  多重化 ,  倉庫 ,  定式化 ,  自動化 ,  *最適化 ,  最適規模 ,  シミュレーション ,  情報検索システム ,  AS-RS ,  旅行時間 ,  解析モデル
準シソーラス用語： 数値実験 ,  相対誤差 ,  移動時間 , 【Automatic Indexing@JST】

著者キーワード (4件)： AS/RS ,  旅行時間モデル ,  クラスベースのストレージ ,  倉庫

分類 (1件)： 倉庫  (QE01060X)

タイトルに関連する用語 (3件)： クラス ,  ストレージ ,  次元