Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter

Authors

  • Axel Krüger Lehrstuhl für Förder- und Lagerwesen, Fakultät Maschinenbau, Technische Universität Dortmund
  • Felix Feldmann Lehrstuhl für Förder- und Lagerwesen, Fakultät Maschinenbau, Technische Universität Dortmund
  • Markus Pauly Lehrstuhl für mathematische Statistik und industrielle Anwendungen, Fakultät Statistik, Technische Universität Dortmund
  • Michael ten Hompel Lehrstuhl für Förder- und Lagerwesen, Fakultät Maschinenbau, Technische Universität Dortmund; Fraunhofer-Institut für Materialfluss und Logistik, Dortmund

DOI:

https://doi.org/10.2195/lj_Proc_krueger_de_202012_01

Keywords:

Decentral Warehouse management, Intelligent Bins, Maschinelles Lernen, Reinforcement Learning, dezentrale Lagerverwaltung, intelligenter Behälter, machine learning

Abstract

Intelligent bins are equipped with various sensors, local memory, an own computing unit and energy supply. These bins can form a self-controlled, decentrally organized warehouse management. Besides the basic functionalities of a warehouse management system, such a system needs an intelligent self-control in order to match the requirements of industry and retail. We present two concepts, using machine learning for a data driven improvement of risk-based inventory management and of automated storage location assignment.

Downloads

Published

2020-12-03

How to Cite

Krüger, A., Feldmann, F., Pauly, M., & ten Hompel, M. (2020). Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter. Logistics Journal: Proceedings, (16). https://doi.org/10.2195/lj_Proc_krueger_de_202012_01

Issue

No. 16 (2020): Logistics Journal: Proceedings

Section

Artikel

License

Copyright (c) 2020 Axel Krüger, Felix Feldmann, Markus Pauly, Michael ten Hompel