Shelf Optimization Study by Using Heuristic Algorithms and A Software Application

Year 2019, Issue: 16, 977 - 982, 31.08.2019

Tijen Över Özçelik , Gül Gündüz

https://doi.org/10.31590/ejosat.606566

Cited By: 2

Abstract

Automobile assembly consists of a large number of parts, due to the ever-changing consumer demand due to the variety of products and factory site has a certain limit; shelf space is almost one of the most limited resources of an automotive factory. Efficient, productivity and accurate management of the shelf area is critical for optimizing the performance in terms of cost, preventing movement breaks by decreasing the walking distance of the employees, and keeping the factory campus the same despite the increasing production demand. In this study; In the box type, standard shelves were used and rack optimization and shelf space optimization were carried out considering ergonomic standards. Since the application is a real-life problem, it is very difficult to model mathematically and to find the optimum solutions. Heuristic methods have been used in order to provide a solution close to the most appropriate value of the problems that are difficult to model. The first method used in the study is the Greedy Algorithm, which is one of the heuristic methods. Boxes are placed on shelves according to this algorithm. Although Greedy Algorithms do not always provide the optimal solution for every problem, they provide the most suitable solution for some problems. Making one decision at a time, using local information in the decision-making process, such as finding the most useful for the decision-making process is a feature of the Greedy problem. The algorithm is expressed as Greedy because it focuses on seeking the most benefit. Another method used in the study is the Planogram. The shelf and product layout software, Planogram, is adapted to the problem. Planogram; software that expresses diagrams showing how products are arranged and placed on shelves. The best possible shelf placement was carried out in line with the constraints determined by the software created by taking into consideration the order, dimensions, optimization rules and ergonomics criteria of the products.

Keywords

Greedy Algorithm, Knapsack Problem, Shelf Optimization, Planogram

Sezgisel Algoritmaları Kullanarak Raf Optimizasyonu Çalışması ve Bir Yazılım Uygulaması

Abstract

Otomobil montajının çok sayıda parçadan oluşması, sürekli
değişen tüketici talebinden dolayı ürün çeşitliliğine gidilmesi ve fabrika
yerleşkesinin belirli bir limitinin olması sebebiyle; raf alanı bir otomotiv
fabrikasının neredeyse en sınırlı kaynaklarından birini oluşturmaktadır. Raf
alanının etkin, verimli ve doğru yönetimi, hem maliyet açısından performansın
en iyilenmesi, hem çalışanların yürüme mesafelerinin azaltılmasıyla hareket
mudalarının önlenmesi, hem de artan üretim talebiyle ürün miktarına rağmen fabrika
yerleşkesinin aynı kalması açısından kritik önem teşkil etmektedir. Bu
çalışmada; kutu çeşidi çerçevesinde, standart raflar kullanılmış ve ergonomik
standartları da göz önünde bulundurarak raf optimizasyonu ve raf alanı optimizasyonu
gerçekleştirilmiştir. Uygulama bir gerçek hayat problemi olduğu için
matematiksel olarak modellenmesi ve optimum çözümlerin bulunması oldukça
zordur. Modellenmesi zor olan problemelerin, en uygun değere yakın bir çözüm
verebilmesi için sezgisel yöntemlerden faydalanılmıştır. Çalışmada kullanılan ilk
metot sezgisel metotlardan biri olan Greedy Algoritmasıdır. Kutular raflara bu
algoritmaya göre yerleştirilmiştir. Açgözlü algoritmalar her zaman ve her
problem için optimal çözümü vermese de bazı problemler için en uygun çözümü
vermektedirler. Bir kerede tek bir karar verme, karar verirken yerel bilgiyi
kullanma, karar verirken o an için en çok faydayı bulma gibi işlemler açgözlü
probleminin özelliklerindendir. Algoritma en çok faydayı aramaya odaklandığı
için açgözlü olarak ifade edilmektedir. Çalışmada kullanılan diğer bir yöntem ise planogram’dır. Raf ve ürün
düzenleme yazılımı olan planogram probleme uyarlanmıştır. Planogram; ürünlerin
raflarda hangi şekilde düzenleneceğine ve yerleştirileceğine gösteren
diyagramları ifade eden yazılımlardır. Ürünlerin
raflardan çıkış sırası, boyutları, optimizasyon kuralları ve ergonomi
kriterleri göz önüne alınarak oluşturulan yazılım ile belirlenen kısıtlar
doğrultusunda en iyiye yakın raf yerleştirme gerçekleştirilmiştir.

Keywords

Greedy Algoritması, Sırt Çantası Problemi, Raf Optimizasyonu, Planogram

References

• Ronald C. Curhan, (1972). The Relationship Between Shelf Space and Unit Sales in Supermarkets, Journal of Marketing Research, Cilt: 9; No: 1; sf.: 406-412.
• E. Evan Anderson, Henry N. Amato, (1974). A Mathematical Model for Simultaneously Determine The Optimal Brand-Collection and Display-Area Allocation, Operations Research, Cilt: 22, No: 1; sf.: 394-406.
• Pierre Hansen , Hans Heinsbroek, (1979) .Product Selection and Space Allocation in Supermarket, European Journal of Operational Research; Cilt: 3; No:6; sf.: 474¬484
• E. Evan Anderson; (1979). An Analysis of Retail Display Space: Theory and Methods, Journal of Business, Cilt: 52, No: 1; sf.: 103¬118.
• Marcel Corstjens, Peter Doyle, (1981). A Model For Optimizing Retail Space Allocations, Management Science, Cilt: 27; No:7; sf.: 822¬833.
• Yunus Demir, Cafer Çelik, (2016). Müfredat Bazlı Akademik Zaman Çizelgeleme Probleminin Çözümüne Tam Sayılı Doğrusal Programlama Yaklaşımı, Gazi Üniversitesi Mühendislik Fakültesi Dergisi, Cilt 31, Sayı 1.
• Ruibin Bai, Edmund K. Burke, Graham Kendall, (2008). Heuristic, Meta-heuristic and Hyper-Heuristic Approaches for Fresh Produce Inventory Control and Shelf Space Allocation, Journal of the Operational Research Society, doi:10.1057, sf.: 1-11.
• Norm Borin, Paul W. Farris, James R. Freeland, (1994). A Model for Determining Retail Product Category Assortment and Shelf Space Allocation, Decision Science, Cilt: 25; No: 3; sf.: 359-384.
• Andrew Lim, Brian Rodrigues, Xingwen Zhang, (2004). Metaheuristics with Local Search Techniques for Retail Shelf-Space Optimization, Management Science, Cilt: 50; No: 1; sf.:117-131.
• Andrew Lim, Brian Rodrigues, Fei Xiao, Xingwen Zhang, (2002) Adjusted Network Flow for the Shelf-Space Allocation Problem, Proceedings of the 14th IEEE International Conference on Tools with Artificial Intelligence; sf.: 224 230.
• Hark Hwang, Bum Choi, Grimi Lee, (2009). A Genetic Algorithm Approach to An Integrated Problem of Shelf Space Design and Item Allocation, Computers and Industrial Engineering, Cilt: 56; No: 3; sf.: 809-820.
• Timothy L. Urban, (2005). An Inventory Theoretic Approach to Product Assortment and Shelf Space Allocation, Journal of Retailing, Cilt: 74; No:1; sf.: 15-35.
• Bilal Saim, Sezgisel Arama Algoritmaları, Erişim Adresi https://www.bilalsaim.com/sezgisel-optimizasyon-algoritmalari-heuristic-algorithms-h1632.
• Murat Erşen Berberler, (2009). Sırt Çantası Problem Türleri ve Uygulamaları, Ege Üniversitesi, Fen Bilimleri Enstitüsü, Doktora tezi.
• Semih Arslan, (2014). Erişim Adresi https://markamuduru.com/planogram-nedir/ .
• Ruibin Bai, Graham Kendall (2005). An Investigation of Automated Planograms Using a Simulated Annealing Based Hyper-Heuristic, Operations Research/Computer Science Interfaces Series book series (ORCS, volume 32).
• Mustafa Ayhan, YAEM, (2007). Erişim Adresi https://www.academia.edu/2283596/RAF_ALANI_OPT%C4%B0M%C4%B0ZASYO NU SHELF_SPACE_OPTIMIZATION.
• Tuncay Özcan, Şakir Esnaf, (2010). Perakende Endüstrisinde Raf Alanı Tahsis ve Mağaza Yerleşim Optimizasyonuna Bütünleşik Bir Model Önerisi, İstanbul Üniversitesi, Mühendislik Fakültesi Dergisi, 1, 55-63.