臺灣博碩士論文加值系統

過去的許多相關研究以儲位規劃為研究的主題，大部分是以一般常溫物流中心為研究對象，少有在溫度控制環境中進行研究，但於冷鏈中，溫度須受到嚴格控管，任何溫度的疏失都可能導致品質問題而造成斷鏈，本研究實驗了不同儲位規劃策略，這些策略可以有效減少跨倉揀貨的等待時間，以便在冷鏈配送中心的作業區域內進行裝運整併，從而減少暴露於非低溫下的揀選物品風險與時間。
本研究過程主要參考個案公司並以VBA建立一個模擬訂單資料庫作為歷史資料，透過Python程式語言進行品項ABC分類與出貨關聯性分析，運用產品關聯性並結合其數量比進行儲位規劃，再產生三個不同的模擬訂單資料庫做為未來資料進行實驗計算，探討未來訂單在不同的儲位規劃策略下，比較揀貨距離、時間及訂單於月台等待時間，以找出在最適儲位規劃策略。
經實驗結果發現本研究提出的8個儲位指派策略對於揀貨距離與時間都有顯著影響及改善，而於訂單等待時間方面，可考慮利用ABC分類搭配分散擺放方式較能降低貨品失溫風險。

Many previous studies regarding storage capacity planning were in the environment without temperature control. In cold chain logistics, the temperature is controlled strictly and any accidental negligence of temperature could cause quality problems that trigger disruption of the chain. This study examines different capacity storage plans that could effectively reduce the waiting time of picked items from diverse storages for shipment consolidation in the operation area of a cold chain distribution center, thereby reducing the risk and time of picked items exposed to non-service temperature.
In this study, excel VBA was implemented, referenced to a cold chain logistics company, to generate a simulated order database, which was used to compute the ABC classification and order correlation based on shipment frequency with Python. Three different simulated order databases were used as future data to conduct experimental calculations, discuss future orders under different strategies, compare picking distance, time and order waiting time on platforms to find out the most suitable strategy.
The experimental results show that the eight storage capacity planning strategies proposed in this study have a significant impact and improvement on the picking distance and time. However, in terms of order waiting time, consider using ABC classification with the dispersed warehouse placement method can effectively reduce the risk of loss of product temperature.

摘要 i
Abstract ii
誌謝 iii
表目錄 vi
圖目錄 viii
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 4
1.3論文架構與研究流程 5
第二章 文獻回顧 7
2.1物流中心 7
2.2冷鏈物流 9
2.2.1 環境溫度對品質之影響 10
2.3儲位規劃 13
2.3.1儲放策略 14
2.3.2儲位指派 16
2.4關聯法則 19
2.4.1 A priori 演算法 19
2.4.2數量關聯法則 20
2.5揀貨方式 22
第三章 研究方法與設計 24
3.1問題定義與描述 24
3.2研究流程 27
3.3.1 建立訂單資料庫 28
3.3.2研究環境 31
3.4 研究限制與假設 32
3.4.1 研究限制 32
3.4.2研究假設 32
3.5關聯法則應用 33
3.5.1 A priori 品項關聯法則之應用 33
3.5.2 MQA-1數量關聯法則之應用 35
3.6 品項配置策略(策略改為中-英-英縮寫) 37
第四章 實驗結果與分析 41
4.1 實驗設計 42
4.1.1實驗環境設計 42
4.1.2 實驗訂單(新增關聯比例說明) 43
4.2 實驗分析 44
4.2.1 訂單資料數據 44
4.2.2 ABC分類 47
4.2.3 關聯法則 48
4.2.4 儲位規劃策略 49
4.2.5 各儲位規劃策略績效比較 50
第五章 研究結論與建議 59
5.1 研究結論 59
5.2 未來研究建議 61
參考文獻 62

中文部分
1.吳建文(2010)，倉儲儲位指派問題之穩健最佳化方法，國立台北科技大學資訊與運籌管理研究所碩士論文。
2.李萬秋(2003)。 物流中心運作與管理 。 清華大學出版社有限公司 。
3.李雅雯(2018)，倉儲儲位改善與揀貨路徑之規劃，國立雲林科技大學工業工程管理系碩士在職專班碩士論文。
4.林嘉慶(2004)，運用關聯法則技術於倉儲系統儲位指派與揀貨策略配置模型之研究，中華大學科技管理研究所碩士論文。
5.邱奕勳、李緒東(2015)，自動倉儲系統下運用關聯法則與集群分析的儲位指派探討，管理資訊計算第4卷，第1期，pp.208-222。
6.胡寬裕(2014)。冷鏈作業風險評估之研究。管理與系統第21卷，第1期，pp.139-160。
7.徐志明、林雨蓁、游凱鈴、吳珮如、何明龍、林瑞勇、馮鳳瑩(2008)，運用蟻群最佳化演算法解決物流中心傳統倉儲揀貨路徑問題，明新學報第34卷，第1期，pp.247-262。
8.張添盛、謝幼安、楊宗鑫(2000)，整合性多樓層物流設備分析，機電與工業管理文彙，第11期，pp.221-230。
9.許巧鶯、劉剛伯(2005)，低溫物流中心自動倉儲系統動態儲位指派之研究，運輸學刊，第17卷，第2期，pp.209-232。
10.郭儒家(2001)。低溫物流概說，物流技術整合工程師班：台灣物流協會。
11.郭儒家(2003)。低溫物流中心的系統建構。冷凍與空調。第22期。pp.57-76。
12.郭儒家(2017)。冷鏈倉儲/運輸作業與設備。工研院。冷鏈物流人才培訓課程(未出版)。
13.陳垂呈(2010)，以縮減交易資料機制提昇探勘關聯規則演算法之效能，資訊管理學報第12卷，第2期，pp.133-147。
14.陳彥良、許秉瑜、凌俊青(2001)，在包裹資料庫中挖掘數量關聯規則，資訊管理學報第7卷，第2期，pp.215-229。
15.陳龍成(2013)。物流作業影響低溫食品安全的因素和改善方案。國立高雄第一科技大學運籌管理所碩士論文。
16.安全衛生工作守則(民104年2月5日)
17.彭慶東(2007)，關聯規則應用於同步平行分區揀貨效能之研究與實證分析，嶺東科技大學資訊科技應用研究所碩士論文。
18.黃婭華(2016)，考量品項相關性之智慧儲位指派，國立台灣大學工業工程學研究所碩士論文。
19.資料探勘Data mining :concepts and techniques(郝沛毅、李御璽、黃嘉彥譯)(2017)。新北市﹕高立。(原著出版年﹕2006年)。
20.低溫食品物流管制作業指引(民103年12月)
21.顏憶茹、張淳智(2005)。物流管理:原理、方法與實例。新北市：前程文化。
英文部分
22.Chiang, M. H. D., Lin, C. P., and Chen, M. C.(2011). “The Adaptive Approach for Storage Assignment by Mining Data of Warehouse Management System for Distribution Center,” Enterprise Information Systems, Vol. 5, No. 2, pp.219-234.
23.De Koster, R., Le-Duc, T and Roobergen,K.J.(2007).”Design and control of warehouse order picking : A literature review” European Journal of Operational Research, Vol.182,No. 2, pp.481-501.
24.Grosse,E.H.,&Glock,C.H.(2015).The effect of worker learning on manual order picking processes .International Journal of Production Economics,170,pp.882-890.
25.Hanjeet, K., Lye, M. S., Sinniah, M., & Schnur, A. (1996). Evaluation of cold chain monitoring in Kelantan, Malaysia. Bulletin of the World Health Organization, 74(4), pp.391-397.
26.J.L　Heskett,(1963) “Cube-Per-Order Index A Key to Warehouse Stock Location” ,Transportation and Distribution Management, vol.3 pp.27-31.
27.Kune-muh Tsai, and Kuo-shin Lin(2019).Studying the Effect of Ambient Temperature Exposure on Refrigerated Food Quality and Safety for Sustainable Food Cold Chains.
28.Nick Carey(2005),Establishing Pedestrian Walking Speeds.Portland State University.
29.R. Micale, C.M. La Fata, G.La Scalia”A combined interval-valued ELECTRE TRI and TOPSIS approach for solving the storage lacation assignment problem” Computers & Industrial Engineering, vol.135 pp.199-210.
30.Ren-Qian Zhang,Meng Wang,Xing Pan“New model of the storage location assignment problem considering demand correlation pattern” Computers & Industrial Engineering, vol.129 pp.210-219.
31.Sanchez-Rodrigues, V., Stantchev, D., Potter, A., Naim, M. M., and Whiteing, A.(2008) “ Establishing a Transport Operation Focused Uncertainty Model for the Supply Chain”, International Journal of Physical Distribution & Logistics Management, Vol. 38, No. 5, pp. 388-411.