- Detta ämne har 33 svar, 14 deltagare, och uppdaterades senast för 11 år, 4 månader sedan av
.
-
Inlägg
-
Jag säljer skivmaterial som oftast beställs med måttkapning. Då är det samma problematik fast i 2D. Dvs räkna ut materialbehov för att kapa en viss beställning utifrån ett fåtal tillgängliga utgångsformat att kapa ifrån.
Det finns materialoptimeringsprogram som de stora grossisterna i branschen använder. Jag har testat deras optimeringar vs mina egna som jag gör manuellt. Det händer inte sällan att optimeringsprogrammen missar sådant som jag kan lätt och snabbt kan optimera manuellt. Då kan det handla om tusenlappar i skillnad på materialkostnad för att producera en viss order.Tror det samma sak här, fast i 3D. Datorn räknar igenom ett hyfsat antal möjligheter men inte allt. Sedan leverarar den ett svar som upphovsmannen anser “bra nog” men kanske inte alltid så resurseffektivt som en människa kan lära sig att optimera utifrån instinkt och erfarenhet.
Verkligen en superintressant tjänst, krävs ju lite iterativa test för att veta om den funkar dock
. Provade du den skarpt?Lite läskigt bygga lagerprocess på att ett API inte ska ligga nere dock men ändå en skoj tjänst för att generera “förslag” på kartong.
@PalMik 54670 wrote:
Verkligen en superintressant tjänst, krävs ju lite iterativa test för att veta om den funkar dock
. Provade du den skarpt?Lite läskigt bygga lagerprocess på att ett API inte ska ligga nere dock men ändå en skoj tjänst för att generera “förslag” på kartong.
Jag har inte provat den skarpt. Men det ligger på min att-göra-lista över saker som ska testas när man får tid. Dock har jag aldrig börjat beta av saker från denna, icke-prioriterade att-göra-lista
Vi har byggt en applikation åt en kund som gjorde just detta, och jag kan bekräfta att det kräver en hel del datakapacitet. Det finns många variationer och frihetsgrader i hur artiklarna vrids, vänds och ligger i förhållande till varandra. Det går att hitta enkla algoritmer som löser problemet, men då blir dom oerhört tidskrävande. Typiskt går det med “brute force” att hantera 5-6 artiklar i ett paket. Sen behöver man klurigare algoritmer.
Det vi lärde oss i processen är att behovet är väldigt beroende av verksamheten. Hur många artiklar ligger det typiskt i varje paket? Formen på artiklarna? Hur många olika artiklar har man i lager? Vem/vilka packar? Finns det besparingar i att packa bättre?
För er som har varit med ett tag och inte har många tillfälligt anställda så är det sannolikt mycket effektivare att göra det manuellt (som påpekats ovan). Men det kan skala dåligt om man växer och har mer personal som inte är lika bekanta med artiklarna, eller tillfälligt anställda som hjälper till. En förutsättning för automatiseringen tror jag är att man inte bara talar om VILKEN kartong som ska användas, utan även HUR sakerna ska packas i den. Och det förutsätter också att man har mått på alla artiklarna (i sina förpackningar) i systemet.
Som en parentes kan jag berätta att vi på en mässa gjorde ett “pussel” som beskrev komplexiteten. 8 rätblock i olika storlekar skulle passas in i en låda (tänk: packa 8 artiklar i en packkartong) på 5 minuter. Vi fick 6 personer som lyckades av mer än 100 som försökte! Så den mänskliga hjärnan är inte alltid bäst
Jag är ju gammal programmerare sedan över 20 år tillbaks så jag älskar såna här utmaningar…. som alla tror är omöjliga, jag tror det är möjligt med måttlig CPU-kraft.
Ge gärna exempel på storlekar av kartongerna och exempel på hur artiklarnas mått ser ut så ska jag fundera lite, inga garantier dock, men jag tar det som en utmaning.
Det intressanta tycker jag är att:
1. Skicka säg 10 paket i en våg och det första packaren gör är att ta 10 rätta kartonger och lägga följesedel och carrier slip vid/på kartongen från ruta ett. Då behöver man inte ha så snabba utskrifter på e.g. UPS/DHL slips.
2. Just att kunna ha högre kvalité för temporär personal.
@jerkerus, Hittade ni företag som tyckte det var ett såpass stort problem att de köpte er lösning?Jag tror en matematiker eller en civ.ingenjörsstudent slutet andra året fixar en bra aloritm för volym (utan hänsyn till frihetsgrader och variationer) ganska enkelt, sen vet jag inte hur jobbigt det är att jobba med integraler osv rent programmeringsmässigt.
En perfekt algoritm kräver ju vldigt mkt indata som jag tror kan va svårt att få/underhålla.
Det finns en website Manage Products API – SolvingMaze som har ett API som man kan koppla upp sitt program mot kostar från $16 per månad att använda.
Finns en del programkod i C, C# och PHP som gör beräkningen direkt utan API-avifter som jag håller på att kolla på.
Fenomenet kallas “(First Fit/Next Fit/Best Fit/Last Fit) 3D Bin Packing Algorithm” och finns en del forskning på området. Bland annat en dansk som forskat på detta i minst 10 år som heter David Pisinger.
Det finns även en som heter Erick Dube på University of KwaZulu-Natal och Leon R. Kanavathy Woodview, Phenix båda i Durban Sydafrica som skrivit en intressant uppsats, “Optimizing Three Dimensional Bin Packing Through Simulation”, med ISBN Hardcopy: 0-88986-618-X/ CD: 0-88986-1. Som med psudokod beskriver hur en Best Fit Algoritm kan utformas, de har ett program i C++ som visar grafiskt hur man fyller en hel container med BestFit algoritmen.
Jag hittade massor av smaskig programkod när jag väl hittade orden jag ska söka på.
Personligen tycker jag det är slöseri med tid och kommer prestera sämre än en bra packare.
Saker man ska väga in är också optimal kollisplit, frakttjänst och emballagekrav på enhetsnivå. För att göra det bra blir det så avancerat och mycket variabler som ska in i systemet att det blir meningslöst och produktinläggningen blir mer tidsödande än själva packandet under produktens livslängd…
Att beräkna bästa packningen förutsätter att man har ett bra IT stöd annars är det inte mycket värt.
@Dan 55590 wrote:
Personligen tycker jag det är slöseri med tid och kommer prestera sämre än en bra packare.
Saker man ska väga in är också optimal kollisplit, frakttjänst och emballagekrav på enhetsnivå. För att göra det bra blir det så avancerat och mycket variabler som ska in i systemet att det blir meningslöst och produktinläggningen blir mer tidsödande än själva packandet under produktens livslängd…
Väldigt många lager har mått och volym på sina produkter då det ligger som grund för hur mkt kunden betalar, men såklart funkar det bättre på ett lager med 24 SKUs och 2000 utgående paket om dagen än ett lager med 4000 SKUs och 1000 utgående paket om dagen.
Har man tagit beslutet att man som e-handlare ska skicka prydliga paket med kärlek måste man såklart ha en hög andel fasta anställda men ett lager här kan det se ut i stil med 1/3 fast anställda, 1/3 sociala anställda som jobbar gratis och en tredjedel från bemanningsfirma, i de fallen (inga namn nämnda Zalando räumt Versäumnisse ein – ZDF.de ) så finns det nog mkt att vinna.
. Provade du den skarpt?
- Du måste vara inloggad för att svara på detta ämne.