Optimalizace skladových zásob

Petra Bednářová

Diplomová práce

Warehouse Inventory Optimization

Anotace:

Cílem tohoto projektu je navržení algoritmu strojového učení, jehož výsledky budou sloužit jako podklad pro snížení hodnoty skladových zásob. Mezi očekávané přínosy patří snížení nákladů na skladování, zlepšení cash flow výrobní společnosti, a minimalizace doby, po kterou jsou položky na skladě. Navržený algoritmus byl vyvinut a testován na pilotním vzorku deseti skladových položek, na kterých se jeho účinnost prokázala jako velmi příznivá. Automatický export a import dat není součástí projektu. Výstupem algoritmu je soubor, z něhož lze importovat potřebné hodnoty do informačního systému. Zdrojový kód algoritmu je součástí projektu a může ho využít kdokoli, kdo dodrží specifikované formáty vstupních dat. V závěru projektu je uvedeno vyhodnocení pilotní realizace včetně komentáře odborníka ze zmíněné výrobní společnosti a návrhů na možné další rozšíření.

Abstract:

The goal of this thesis is to design a machine learning algorithm. The results will serve as a basis for decreasing the amount of stock inventory in the warehouse. Expected benefits include cost reduction for storage, improvement of the manufacturing company’s cash flow and minimizing the time items are in the warehouse. The proposed algorithm was developed and tested on a pilot sample of ten inventory items. Its efficiency has proven to be very beneficial. Automatic data export and import is not part of this thesis. The output of the algorithm is a file from which the necessary values can be imported into the information system. The source code of the algorithm is part of the thesis and can be used by anyone who follows the specified input data formats. The conclusion of the thesis consists of an evaluation of the pilot implementation including comments of expert from the mentioned manufacturing company and suggestions for possible future extensions.

Klíčová slova

skladové hospodářství, optimalizace, datová analytika, model XGBoost, strojové učení, Python

Keywords

optimization, machine learning, warehouse management, data analytics, XGBoost model, Python

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 16. 12. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 2. 2025
• Vedoucí: Ota Novotný
• Oponent: Pavel Zimmermann

Vysoká škola ekonomická v Praze

Magisterský studijní program:
Data & Analytics for Business Management