这篇文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:
学术研究报告:基于分类存储的原材料仓库布局优化研究
作者及机构
本研究由Nur Iftitah、Qurtubi、Danang Setiawan和Vembri Noor Helia共同完成,四位作者均来自印度尼西亚伊斯兰大学(Universitas Islam Indonesia)工业工程系。研究成果发表于2025年9月的《International Journal of Advances in Applied Sciences (IJAAS)》第14卷第3期,页码773-783,DOI编号10.11591/ijaas.v14.i3.pp773-783。
学术背景
本研究属于工业工程与物流管理领域,聚焦仓库布局优化问题。研究背景源于企业实践中常见的仓库效率低下问题:传统随机存储(randomized storage)方法忽视货物类型、尺寸和状态等因素,导致仓库功能未达最优且取货时间延长。已有研究表明,合理的仓库布局可降低30%的运营成本(Balakrishnan & Cheng, 2007),而分类存储(class-based storage)能显著提升分拣效率(Ang & Lim, 2019)。本研究旨在通过分类存储方法重新设计原材料仓库布局,填补方法论空白——即从随机存储到分类存储的转型研究。
研究流程与方法
研究分为四个核心步骤,以印度尼西亚某工业洗衣机制造企业(代号Company Y)为案例对象:
ABC分类分析
FSN(快-慢-非流动)分析
仓库槽位优化(Warehouse Slotting)
布局提案与验证
主要结果与逻辑关联
- ABC与FSN分析的协同性:A类与F类货物均被分配至前端区域,验证了高价值与高流动性货物的空间关联性。
- 槽位优化数据:例如30206/P6轴承的槽位需求计算为596,197单位,通过公式(3)精确匹配货架容量。
- 布局改进效果:分拣距离减少(与Alfarokhi等2019年研究结论一致),但本研究进一步优化了行政流程衔接。
结论与价值
1. 科学价值:
- 提出融合ABC、FSN和槽位分析的分类存储方法论框架,弥补了Ekren等(2015)和Pan等(2014)研究中未涉及的“企业实际需求适配性”空白。
- 验证了垂直空间(货架高度)在工业场景中的优化潜力(呼应Rao & Adil, 2013)。
研究亮点
- 方法创新:首次在同类研究中同时整合ABC、FSN和槽位分析,并引入三维布局验证。
- 工业适配性:针对随机存储企业的转型需求,提出可操作性强的五步实施流程(数据采集→分类→槽位计算→布局设计→验证)。
- 局限性:未量化分拣距离的具体缩短比例,且未评估改造成本,建议后续研究加入RFID技术验证。
其他有价值内容
- 作者贡献声明(CRediT分类)明确分工:Nur Iftitah负责数据收集与初稿,Qurtubi主导方法论,Danang Setiawan参与分析,Vembri Noor Helia监督研究。
- 数据可用性声明指出本研究未生成新数据集,但完整计算表格已附于参考文献[25](作者毕业论文)。
(注:全文约1,800字,严格遵循了术语翻译规范,如首次出现“class-based storage”译为“分类存储(class-based storage)”,后续统一使用“分类存储”。)