Využití nové generace diskrétní dynamické simulace při optimalizaci logistického systému typu cross-dock
Loading...
Date
2025
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Předkládaná disertační práce navrhuje a ověřuje metodiku využití nové generace diskrétní dynamické simulace pro optimalizaci návrhu i provozu logistického systému typu crossdock. Metoda je koncipována jako integrovaný rámec propojující simulační model s digitálním dvojčetem a daty z IoT, aby umožnila realistické, daty řízené experimentování a systematickou podporu rozhodování v měnících se provozních podmínkách. Teoretická část přináší kritický přehled přístupů k optimalizaci crossdocků a souvisejících technologií (simulace, digitální dvojče, Internet věcí, analytické nástroje) a vymezuje výzkumnou mezeru v jejich ucelené integraci pro strategické i operativní řízení. Empirická část práce vytváří reprezentativní model reálného crossdockového centra, provazuje jej s vyhodnocovacím a optimalizačním modulem a na základě scénářů posuzuje layout, směrování toků a alokaci zdrojů s ohledem na proměnlivost vstupů. Výsledkem je opakovatelné a škálovatelné řešení, které zvyšuje transparentnost rozhodování, zrychluje iterace zlepšování a napomáhá sladit výkon systému s požadavky na stabilitu, odolnost a hospodárnost. Práce formuluje metodická doporučení pro zavádění digitálního dvojčete do prostředí crossdocku (řízení dat, mapování KPI, vazba na provozní procesy) a diskutuje limity spojené s reprezentativností dat a přenositelností zjištění. Závěrem načrtává směry dalšího výzkumu, zejména rozvoj adaptivních algoritmů, hlubší integraci s podnikovou analytikou a ověření metodiky v různých provozních kontextech. Těžiště přínosu spočívá v propojení simulace, online dat a optimalizačních postupů do prakticky využitelného rámce pro řízení crossdockových operací.
This dissertation proposes and validates a methodology for employing nextgeneration discreteevent simulation to optimize the design and operation of crossdock logistics systems. The approach is conceived as an integrated framework that connects a simulation model with a digital twin and IoTdriven data, enabling realistic, dataled experimentation and systematic decision support under changing operating conditions. The theoretical part provides a critical review of optimization methods for crossdocks and related technologies (simulation, digital twin, Internet of Things, analytics), identifying a research gap in their cohesive integration for both strategic and operational decisionmaking. The empirical part builds a representative model of a real crossdock, links it to evaluation and optimization modules, and assesses facility layout, flow routing, and resource allocation across varying scenarios. The outcome is a repeatable and scalable solution that improves decision transparency, accelerates improvement cycles, and aligns system performance with demands for resilience and efficiency. The thesis offers methodological guidelines for implementing a digital twin in crossdock environments (data governance, KPI mapping, process integration) and reflects on limitations related to data representativeness and generalizability. It outlines future research avenues, including adaptive optimization, deeper integration with enterprise analytics, and multicontext validation. The core contribution lies in linking simulation, live data, and optimization into a practically actionable framework for managing crossdock operations.
This dissertation proposes and validates a methodology for employing nextgeneration discreteevent simulation to optimize the design and operation of crossdock logistics systems. The approach is conceived as an integrated framework that connects a simulation model with a digital twin and IoTdriven data, enabling realistic, dataled experimentation and systematic decision support under changing operating conditions. The theoretical part provides a critical review of optimization methods for crossdocks and related technologies (simulation, digital twin, Internet of Things, analytics), identifying a research gap in their cohesive integration for both strategic and operational decisionmaking. The empirical part builds a representative model of a real crossdock, links it to evaluation and optimization modules, and assesses facility layout, flow routing, and resource allocation across varying scenarios. The outcome is a repeatable and scalable solution that improves decision transparency, accelerates improvement cycles, and aligns system performance with demands for resilience and efficiency. The thesis offers methodological guidelines for implementing a digital twin in crossdock environments (data governance, KPI mapping, process integration) and reflects on limitations related to data representativeness and generalizability. It outlines future research avenues, including adaptive optimization, deeper integration with enterprise analytics, and multicontext validation. The core contribution lies in linking simulation, live data, and optimization into a practically actionable framework for managing crossdock operations.
Description
Subject(s)
business intelligence , cross dock, digitální dvojče, diskrétní dynamická simulace, IoT, návrh layoutu, optimalizace, směrování toků, rozhodovací podpora, business intelligence, crossdock, decision support, digital twin, discreteevent simulation, flow routing, IoT, layout design, optimization, resource allocation