Využití inovativních metod pro optimalizaci interních logistických procesů

Schwob, Michal

Využití inovativních metod pro optimalizaci interních logistických procesů

dc.contributor.advisor	Dostal Martin, Ing. Ph.D.	cs
dc.contributor.author	Schwob, Michal	cs
dc.contributor.referee	Sieber Matěj, Ing.	cs
dc.date.accepted	2025-09-02
dc.date.accessioned	2026-02-19T16:00:00Z
dc.date.available	2023-09-08
dc.date.available	2026-02-19T16:00:00Z
dc.date.issued	2025-05-15
dc.date.submitted	2025-05-15
dc.description.abstract	Tato diplomová práce se zabývá optimalizací logistických procesů v prostředí automatizovaných skladů pomocí algoritmických strategií. Zaměřuje se na řazení objednávek a shlukování objednávek. Zkoumá využití heuristických metod a optimalizace pomocí algoritmu mravenčí kolonie (ACO) s cílem minimalizovat vzdálenost ujetou automaticky řízenými vozíky (AGV), která je potřeba pro splnění objednávek.<br>První z přístupů ke shlukování se zakládá na rozdělení skladu do zón a druhý využívá teorie grafů. Oba přístupy slouží k rozdělení objednávek mezi stanice pro sestavování objednávek. Algoritmy jsou ověřeny pomocí simulace ve FlexSimu. Výsledky ukazují, že ACO překonává heuristiku a shlukování pomocí grafů vyvažuje zátěž stejně rovnoměrně, jako druhý implementovaný způsob. Práce potvrzuje přínos algoritmické optimalizace v logistice v rámci reálného skladu.	cs
dc.description.abstract-translated	This thesis explores the optimisation of intralogistics processes in automated warehouses, focusing on order sequencing and order clustering. It applies heuristic algorithms and Ant Colony Optimisation (ACO) to minimise Automated Guided Vehicles (AGVs) travel distances required to complete the set of expedition orders.<br>Two clustering methodszone-based and graph-basedare implemented to distribute orders between assembly stations. Algorithms are validated using a FlexSim simulation model that replicates warehouse operations. Results show that ACO outperforms heuristic sequencing, and graph-based clustering achieves similar workload balance to zone-based clustering. The findings confirm the effectiveness of algorithmic optimisation in real-world logistics environments.	en
dc.description.department	Katedra informatiky a výpočetní techniky	cs
dc.description.result	Obhájeno	cs
dc.format	79
dc.identifier	96763
dc.identifier.uri	http://hdl.handle.net/11025/64873
dc.language.iso	en
dc.publisher	Západočeská univerzita v Plzni	cs
dc.rights	Plný text práce je přístupný bez omezení	cs
dc.rights.access	openAccess	cs
dc.subject	Optimalizace mravenčí kolonií	cs
dc.subject	Evoluční algoritmy	cs
dc.subject	optimalizace procesů ve skladu	cs
dc.subject	řazení expedičních příkazů	cs
dc.subject	shlukování expedičních příkazů	cs
dc.subject.translated	Ant Colony Optimisation (ACO)	en
dc.subject.translated	Evolutionary algorithms	en
dc.subject.translated	Warehouse optimisation	en
dc.subject.translated	Graph theory	en
dc.subject.translated	Order sequencing	en
dc.subject.translated	Order clustering	en
dc.thesis.degree-grantor	Západočeská univerzita v Plzni. Fakulta aplikovaných věd	cs
dc.thesis.degree-level	Navazující	cs
dc.thesis.degree-name	Ing.	cs
dc.thesis.degree-program	Softwarové a informační systémy	cs
dc.title	Využití inovativních metod pro optimalizaci interních logistických procesů	cs
dc.title.alternative	Application of innovative methods to optimise internal logistics processes	en
dc.type	diplomová práce	cs
local.files.count	6	*
local.files.size	8739231	*
local.has.files	yes	*
local.relation.IS	https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=96763