| dc.contributor.advisor | Λιαγκούρας, Κωνσταντίνος | |
| dc.contributor.author | Κόλιας, Αναστάσιος | |
| dc.date.accessioned | 2026-02-20T12:54:37Z | |
| dc.date.available | 2026-02-20T12:54:37Z | |
| dc.date.issued | 2026-01 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/18918 | |
| dc.description.abstract | Η παρούσα διπλωματική εργασία εξετάζει τη βελτιστοποίηση διαδικασιών picking σε περιβάλλον SAP Extended Warehouse Management (SAP EWM), με έμφαση στη μείωση της συνολικής απόστασης κίνησης των χειριστών και στη βελτίωση της επιχειρησιακής απόδοσης της αποθήκης. Αρχικά παρουσιάζεται το θεωρητικό υπόβαθρο των συστημάτων διαχείρισης αποθηκών και η αρχιτεκτονική του SAP EWM, καθώς και οι περιορισμοί που επιβάλλονται από τη real-time εκτέλεση και το RF framework. Στη συνέχεια αναλύονται κλασικές ευρετικές και μεταευρετικές μέθοδοι βελτιστοποίησης, όπως οι Nearest Neighbor, Clarke & Wright Savings, Genetic Algorithms και Tabu Search, με στόχο την εφαρμογή τους σε προβλήματα order picking και sequencing.
Στο πλαίσιο της εργασίας αναπτύσσεται ένα αρθρωτό (modular) μοντέλο σχεδίασης βιβλιοθήκης αλγορίθμων, το οποίο επιτρέπει την ανεξάρτητη εκτέλεση και τον συνδυασμό διαφορετικών μεθόδων βελτιστοποίησης, καθώς και τη διασύνδεσή τους με το SAP EWM μέσω εξωτερικής μηχανής βελτιστοποίησης. Η προτεινόμενη προσέγγιση αξιολογείται μέσω case study σε προσομοιωμένο περιβάλλον αποθήκης τύπου FMCG, όπου χρησιμοποιούνται πραγματιστικές παραδοχές σχετικά με τη διάταξη της αποθήκης, τους pickers και τους χρόνους εκτέλεσης.
Τα αποτελέσματα δείχνουν ότι οι μεταευρετικές μέθοδοι υπερτερούν σημαντικά των απλών ευρετικών ως προς τη μείωση της συνολικής απόστασης κίνησης, ενώ ο συνδυασμός Clarke & Wright Savings, Genetic Algorithm και Tabu Search σε υβριδικό μοντέλο τριών σταδίων επιτυγχάνει τη βέλτιστη συνολική απόδοση. Η εργασία καταλήγει στο συμπέρασμα ότι η ενσωμάτωση υβριδικών αλγοριθμικών τεχνικών σε SAP EWM περιβάλλοντα είναι τεχνικά εφικτή και επιχειρησιακά αποδοτική, υπό την προϋπόθεση ορθής αρχιτεκτονικής σχεδίασης και σεβασμού των περιορισμών του συστήματος. | el |
| dc.format.extent | 127 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Διαχείριση αποθήκης και βελτιστοποίηση διαδικασιών με χρήση αλγοριθμικών τεχνικών | el |
| dc.title.alternative | Warehouse management and process optimization using algorithmic techniques | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | This master’s thesis investigates the optimization of order picking processes in SAP Extended Warehouse Management (SAP EWM) environments, focusing on the reduction of picker travel distance and the improvement of overall warehouse performance. The study initially presents the theoretical background of warehouse management systems and the architectural principles of SAP EWM, highlighting the technical constraints imposed by real-time execution requirements and the RF framework. Subsequently, classical heuristics and metaheuristic optimization methods, such as Nearest Neighbor, Clarke & Wright Savings, Genetic Algorithms, and Tabu Search, are analyzed with respect to warehouse routing and sequencing problems.
A modular algorithm library is designed, enabling the independent execution and combination of optimization methods, as well as their integration with SAP EWM through an external optimization engine. The proposed approach is evaluated through a case study based on a simulated FMCG warehouse environment, incorporating realistic assumptions regarding warehouse layout, picker behavior, and execution parameters.
The experimental results demonstrate that metaheuristic methods significantly outperform simple heuristics in terms of total travel distance reduction. Furthermore, a hybrid three-stage optimization model combining Clarke & Wright Savings, Genetic Algorithm, and Tabu Search achieves the best overall performance. The findings indicate that the integration of hybrid optimization techniques into SAP EWM-based warehouse operations is both technically feasible and operationally beneficial, provided that appropriate architectural design choices are applied and system performance constraints are carefully respected. | el |
| dc.contributor.master | Πληροφορική | el |
| dc.subject.keyword | Διαχείριση αποθήκης | el |
| dc.subject.keyword | Αλγόριθμοι | el |
| dc.date.defense | 2026-01-13 | |
