E-handeln är idag en av de snabbast växande branscherna i världen, redan innan Covid-19, och Västra Götalandsregionen med Borås och Göteborg är en av Norra Europas största kluster med denna typ av bolag. Lagerverksamheten är såväl ytkrävande, som arbetskraftsintensiv och ett e-handelsbolag kan idag erbjuda en kund 100 till 200 000 produkter. Att skapa en väl fungerande och kostnadseffektiv logistik och lagerhantering är ett komplext och utmanande problem.

Syfte och mål

Syftet med detta projekt är att med hjälp av AI beräkna i vilket kluster man bör placera en vara i lagret, för att skapa ännu bättre plockrundor, så kallad kundkorgsanalys i kombination med zonoptimering och klusterplacering. Utifrån detta kan sedan en världsunik tjänst skapas, med stor potential att skapa effektiva och hållbara logistiklösningar inom handel som i sin tur skulle öka svenska företags konkurrenskraft.

Målet är att skapa en hybridmodell som stödjer företagen att minimera tid och kostnad för sin lagerhantering. Scenariosimuleringar kommer att utgöra en del av inmatningen för inlärningen av maskininlärningsalgoritmer. Maskininlärningsalgoritmer klassificerar information från tidigare beslut och utbildas för att fatta beslut enligt olika scenarier. Beslutsfattaren får en skräddarsydd beslutsdatabas som leder till mer optimala beslut.

Inom projektet pågår två stycken examensarbeten inom ramen för högskolans affärsingenjörsprogram, varav det ena fokuserar på marknadsanalys och det andra på systemanalys som bas för hybridsystemet.