| dc.contributor.advisor | Λιαγκούρας, Κωνσταντίνος | |
| dc.contributor.author | Πολυχρονόπουλος, Παρασκευάς | |
| dc.date.accessioned | 2026-09-25T11:55:10Z | |
| dc.date.available | 2026-09-25T11:55:10Z | |
| dc.date.issued | 2026-09 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/19792 | |
| dc.description.abstract | Η παρούσα πτυχιακή εργασία μελετά τον ρόλο της τεχνητής νοημοσύνης στα Συστήματα Διαχείρισης Απο-θήκης (Warehouse Management Systems – WMS). Αρχικά πραγματοποιείται ανασκόπηση της σύγχρονης βιβλιογραφίας σχετικά με την εξέλιξη των WMS, τις τεχνολογίες που τα πλαισιώνουν (IoT, RFID, cloud computing) και τις εφαρμογές της μηχανικής μάθησης στην πρόβλεψη ζήτησης, στη βελτιστοποίηση διαδι-κασιών και στην ανίχνευση ανωμαλιών. Στη συνέχεια εξετάζονται εναλλακτικές προσεγγίσεις μοντελοποίη-σης και προτείνεται πολυεπίπεδη αρχιτεκτονική ευφυούς WMS. Στο πρακτικό μέρος αναπτύσσεται πρωτότυ-πο σύστημα (demo) σε Python, το οποίο υλοποιεί πρόβλεψη ζήτησης με γραμμική παλινδρόμηση, αυτόμα-τες προτάσεις αναπλήρωσης αποθεμάτων με απόθεμα ασφαλείας και προσομοίωση της λειτουργίας της απο-θήκης σε διαδοχικούς κύκλους, με εξαγωγή αποτελεσμάτων σε αρχεία Excel. Η εργασία ολοκληρώνεται με την ανάλυση των συμπερασμάτων και τις προοπτικές επέκτασης του συστήματος | el |
| dc.format.extent | 88 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-sa/3.0/gr/ | * |
| dc.title | Σχεδιασμός και λειτουργία ενός συστήματος διαχείρισης αποθήκης με τη χρήση ευφυών τεχνικών | el |
| dc.title.alternative | Design and operation of a warehouse management system using Artificial Intelligence techniques | el |
| dc.type | Bachelor Dissertation | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | This thesis studies the role of artificial intelligence in Warehouse Management Systems (WMS). It first reviews the recent literature on the evolution of WMS, the enabling technologies that surrounds them (IoT, RFID, cloud computing) and the applications of machine learning in demand forecasting, process optimization and anomaly detection. Alternative modelling approaches are then examined and a multi-layer architecture for an intelligent WMS is proposed. In the practical part, a prototype system (demo) is developed in Python, implementing demand forecasting with linear regression, automatic stock replen-ishment recommendations with safety stock, and simulation of warehouse operation over successive cy-cles, with results exported to Excel files. The thesis concludes with an analysis of the findings and the prospects for extending the system. | el |
| dc.subject.keyword | Σύστημα διαχείρισης αποθήκης | el |
| dc.subject.keyword | WMS | el |
| dc.subject.keyword | Τεχνητή νοημοσύνη | el |
| dc.subject.keyword | Μηχανική μάθηση | el |
| dc.subject.keyword | Πρόβλεψη ζήτησης | el |
| dc.subject.keyword | Εφοδιαστική αλυσίδα | el |
| dc.subject.keyword | Logistics | el |
| dc.date.defense | 2026-09-16 | |