Storage Location Assignment with Enhanced Warehouse Simulation

Bc. Róbert Zvara

Master's thesis

Abstract:

Táto práca sa zaoberá problémom priraďovania skladových pozícií (SLAP) v reálnom sklade spoločnosti Notino. Modelujeme picker-to-parts systém s progresívnym zónovaním, viacúrovňovým skladovaním, prítomnosťou viacerých produktov na jednej pozícii a jednosmerným plánovaním trasy, čo zodpovedá skladu ktoré Notino operuje v Brne. Využívame existujúci simulátor vyvinutý v predchádzajúcich záverečných prácach a rozširujeme ho o realistickejšie prvky, ako aj o vylepšenia modulu správy skladu. Realizmus sa týka zahrnutie vlastností boxov, pri výbere produktov ktoré sa v nich nachádzajú, procesy vytvárania a zosypávania skladových boxov zodpovedajúce tým v Notine, a v neposlednej rade doskladňovania s nepresnými informáciami a neistotou, pomocou jednoduchý modelov na predpovedanie dopytu, aspekt ktorý je v literatúre častokrát prehliadaný. V práci vyhodnocujeme metódy na výber skladových pozícií a to sú náhodná, založená na triedach, korelačná a mixovaná metóda. Evaluácia prebieha na dátových sadách odvodených z reálneho toku objednávok spoločnosti Notino. Ich výkonnosť posudzujeme na základe percenta omeškaných objednávok, a priemerného času ktorý objednávky meškajú. Výsledky poukazujú na kompromis medzi minimalizáciou podielu oneskorených objednávok a minimalizáciou dĺžky meškania a ukazujú, že najvhodnejšia stratégia priraďovania závisí od prevádzkového zaťaženia aj od relatívnej dôležitosti oboch cieľov.

Abstract:

This thesis addresses the storage location assignment problem (SLAP) in a real-world warehouse operated by Notino. We model a picker-to-parts system with progressive zoning, multi-level storage, multiple products present in the same positions, and single-direction routing, corresponding to Notino's Brno warehouse. We utilize an existing simulator developed in previous theses and extend it by introducing more realistic elements, as well as improving the storage management module. The realism involves picking based on the aspects of the storage boxes, more realistic box creation and merging constraints, and introducing imperfect information stocking through simple demand prediction models, an aspect often overlooked in SLAP evaluations, where perfect knowledge of incoming orders is typically assumed. We evaluate random, class-based, correlation-based, and mixed position selection strategies on six evaluation datasets derived from Notino’s production order stream, covering multiple warehouse load scenarios. Performance is assessed primarily by late order percentage and average order tardiness. The results reveal a trade-off between minimizing the share of late orders and minimizing delay magnitude, and show that the most suitable assignment strategy depends on the operating load and the relative importance of these objectives.

Keywords

Warehouse planning, order picking, picker-to-parts system, scattered storage, storage location assignment problem, optimization, Notino

Language used: English

Date on which the thesis was submitted / produced: 16. 12. 2025

Thesis defence

• Date of defence: 30. 1. 2026
• Supervisor: doc. Mgr. Hana Rudová, Ph.D.
• Reader: Dipl.-Ing. Dr.techn. Lucas Kletzander, B.Sc.

Masaryk University

Faculty of Informatics

Master programme / field:
Artificial intelligence and data processing / Machine learning and artificial intelligence