Los sistemas automatizados de almacenamiento y recuperación de minicargas tipo vehículo lanzadera (SVM-AS/RS) permiten un almacenamiento y recuperación rápidos, mejorando la función de amortiguación de las operaciones flexibles de almacenamiento y clasificación. Los sistemas considerados en este estudio constan de vehículos lanzadera ligeros instalados en cada nivel de almacenamiento, elevadores de almacenamiento y recuperación, transportadores de capas que conectan los elevadores y los vehículos lanzadera, y transportadores de pasillos de entrada y salida. En primer lugar, se presenta un método que permite determinar si los cuellos de botella de un sistema son los elevadores o los vehículos lanzadera. A continuación, se muestra cómo puede utilizarse la simulación para analizar con precisión el rendimiento de diferentes disposiciones, teniendo en cuenta las normas de asignación de ubicaciones de almacenamiento y las prioridades operativas. Este trabajo muestra que los indicadores clave de rendimiento derivados de los resultados de un análisis de simulación de este tipo son herramientas valiosas para la selección del conjunto de especificaciones más eficaz y económico para un SVM-AS/RS en condiciones dadas de prioridades de operación.
Las instalaciones logísticas modernas no sólo se utilizan para el almacenamiento de materias primas, piezas y productos finales, sino que también desempeñan una función amortiguadora que permite el almacenamiento flexible y la clasificación previa al envío, la preparación de pedidos, la clasificación, el paletizado o la fusión. Recientemente, los sistemas automáticos de almacenamiento y recuperación de minicargas tipo vehículo lanzadera (SVMAS/RS) se han utilizado en los campos mencionados para almacenar y recuperar rápidamente las existencias intermedias de cajas de cartón, contenedores y bandejas por grupo o por secuencia y satisfacer así la necesidad de los clientes de servicios de entrega más rápidos.
El análisis del rendimiento de un sistema automatizado de almacenamiento y recuperación (AS/RS) es un reto complejo para los gestores logísticos que operan en un entorno logístico dinámico (Gaku y Takakuwa 2017). Para mejorar el rendimiento del sistema, los requisitos para los AS/RS dinámicos, como la configuración del sistema, la estimación del tiempo de viaje, la asignación de almacenamiento, la ubicación del punto de permanencia y la secuenciación de solicitudes, son cada vez mayores y deben desarrollarse para superar horizontes de planificación finitos (Roodbergen y Vis 2009). La simulación ofrece un medio valioso para modelar el rendimiento de un sistema de este tipo de forma precisa y realista (Takakuwa 1989; Takakuwa 1993).
Las simulaciones se utilizan habitualmente como herramientas de toma de decisiones para las operaciones logísticas, en un esfuerzo por garantizar el mantenimiento de la continuidad de las operaciones. El modelado de simulación y el análisis de operaciones AS/RS a gran escala han sido el foco de numerosos estudios (Takakuwa 1989; Takakuwa 1994; Takakuwa 1995). Ning et al. (2016) destacaron que no se requieren simplificaciones en los modelos de simulación del diseño de estanterías en un sistema de almacenamiento y recuperación basado en lanzaderas con varios elevadores. Se presenta una metodología práctica para caracterizar un sistema dinámico con múltiples ascensores y lanzaderas para resolver el problema de programación de los ascensores, es decir, qué ascensor va a gestionar qué solicitud (de almacenamiento o recuperación) y en qué orden (Carlo y Vis 2012). Takakuwa (1993), por su parte, llevó a cabo análisis de optimización de la simulación de rentabilidad basándose en las especificaciones operativas de un sistema de vehículos de guiado automático (AGV) de camión en bucle y, más tarde, Takakuwa (1996) propuso un enfoque de modelado basado en módulos para generar programas de simulación para un sistema AS/RS complejo y a gran escala. Kuo et al. (2007) utilizaron un modelo de tiempo de ciclo eficiente desde el punto de vista computacional para estimar la utilización de vehículos de AVS/RS de carga unitaria que utilizan tecnología de vehículos autónomos con vistas a identificar la gama de perfiles de diseño que justifican una evaluación y validación más exhaustivas basadas en la simulación. Goozen et al. (2016) desarrollaron una heurística de programación para asignar tareas a las lanzaderas con el fin de minimizar el número de ocurrencias fuera de secuencia y maximizar la capacidad de rendimiento de un sistema completo de lanzaderas itinerantes (FRS). Sin embargo, un FRS suele considerarse más adecuado para productos de baja rotación en centros de distribución al por menor y al por mayor. Los cálculos de rendimiento de un AS/RS se realizan implementando en la práctica diversos diseños de almacén teniendo en cuenta las características operativas (Lerher et al. 2015; Lerher et al. 2016). Ambos estudios destacan que la simulación puede ayudar a los diseñadores de almacenes a analizar la eficiencia de una disposición con respecto a las propiedades cinemáticas de los AS/RS.
A la hora de diseñar un SVM-AS/RS a gran escala, deben evaluarse y seleccionarse muchas disposiciones posibles. Deben decidirse numerosos parámetros, como las especificaciones del SVM-AS/RS, el número de vehículos lanzadera y el número de elevadores de entrada/salida, teniendo en cuenta la prioridad que debe darse a las distintas operaciones en función de la frecuencia de manipulación de los artículos de distintas formas. Es esencial modelizar las distintas soluciones y realizar experimentos de simulación con varios modelos para garantizar el mantenimiento de la continuidad de las operaciones logísticas. Este artículo va más allá de los estudios existentes, ya que evalúa la eficiencia y eficacia de los SVM-AS/RS con diseños diferentes mediante simulaciones que analizan el rendimiento dinámico de los sistemas y tienen en cuenta las prioridades de las operaciones. Los resultados de estas simulaciones pueden servir de ayuda en la toma de decisiones a la hora de seleccionar las especificaciones adecuadas para SVM-AS/RS complejos y dinámicos, tanto desde el punto de vista de la eficiencia como del económico.
Este artículo está organizado como sigue: La sección 2 presenta los sistemas SVM-RS/AS con sus flujos de materiales y reglas de asignación de almacenes. La Sección 3 describe el análisis de simulación con la lógica del modelo, los parámetros aplicados y los resultados clave, que conducen a una comparación de costes y eficiencia para disposiciones alternativas. En el apartado 4 se presenta un resumen con las conclusiones.
En la figura 1 se muestra una vista general de los SVM-AS/RS. Los SVM-AS/RS considerados en este estudio constan de varios subsistemas: un vehículo lanzadera instalado en cada nivel, elevadores de almacenamiento y recuperación, transportadores de capa que conectan elevadores y vehículos lanzadera, y transportadores de pasillo de entrada y salida. El almacenamiento y la recuperación de las estanterías se realizan mediante vehículos lanzadera ligeros que sólo pueden desplazarse en sentido horizontal. Las estanterías están unidas a los elevadores de almacenamiento y recuperación por los transportadores de capas. Los transportadores de pasillo de salida están conectados a la zona de comprobación y embalaje.
Cuando una minicarga entrante llega a un transportador de pasillo entrante, un elevador de almacenamiento la transfiere a un transportador de capas. Si no hay ningún elevador disponible en ese momento, el artículo se detendrá y esperará al final del transportador de entrada hasta que haya un elevador de almacenamiento disponible. Una vez en el transportador de capas, la minicarga se desplaza hasta su estantería de destino, a la que es transferida por un vehículo lanzadera ligero. En el caso de una minicarga saliente, la carga es recogida de su estantería por un vehículo lanzadera ligero, se desplaza a lo largo de un transportador de capas y, a continuación, es transferida al transportador del pasillo saliente por un elevador recuperador.
Las prioridades de la operación son una consideración importante para el uso eficiente de los vehículos lanzadera ligeros y de los elevadores de almacenamiento y recuperación. En general, las operaciones de almacenamiento tienen mayor prioridad que las de recuperación. Esto significa que las minicargas entrantes tienen preferencia sobre las salientes. Alternativamente, las operaciones pueden alternar entre operaciones de recuperación y de almacenamiento de forma cíclica.
Reglas de asignación de almacenes para cargas entrantes y salientes
La regla de asignación de ubicaciones de almacenamiento es un factor esencial que debe tenerse en cuenta a la hora de proporcionar un almacenamiento flexible para operaciones rápidas de almacenamiento y clasificación con SVM-AS/RS. Existen dos reglas generales de asignación de almacenamiento en los SVM-AS/RS, y la regla adecuada depende de la frecuencia relativa de las operaciones de entrada y salida. La primera, la "Regla de Asignación Prioritaria", se muestra en la Figura 2. Es la más adecuada cuando las operaciones de salida son frecuentes. Es la más adecuada cuando las operaciones de salida se realizan en un breve espacio de tiempo. Los almacenes cercanos a los transportadores de capas se asignan y priorizan para las cargas entrantes con el fin de minimizar el tiempo necesario para la transferencia saliente. La otra opción consiste en asignar aleatoriamente los almacenes de entre los disponibles en los distintos niveles. Esta regla, conocida como "Regla de asignación aleatoria basada en el equilibrio de niveles", se utiliza a efectos de este estudio y en los experimentos de simulación que aquí se realizan.
A la hora de diseñar SVM-AS/RS a gran escala hay que tener en cuenta muchos parámetros. La eficacia del sistema depende de especificaciones como el número y el tamaño de los componentes del sistema, es decir, los vehículos lanzadera ligeros, los elevadores de almacenamiento y recuperación, los transportadores de capas que conectan los elevadores y los vehículos lanzadera, y los transportadores de pasillo de entrada y salida. Estos parámetros deben decidirse antes del inicio de las operaciones para garantizar un funcionamiento logístico continuo.
Para demostrar este proceso, se realiza un análisis de simulación de un conjunto de SVM-AS/RS candidatos. Hay dos pasos para determinar las especificaciones adecuadas de SVM-AS/RS mediante el análisis de simulación. El primero consiste en especificar la disposición general. En este estudio se definen cinco posibles disposiciones que cumplen la condición de requerir al menos 500 bastidores, a saber:
Tipo A: banco: 2, bahía: 65, nivel: 4 = 520 (estanterías)
Tipo B: banco: 2, bahía: 50, nivel: 5 = 500 (estanterías)
Tipo C: banco: 2, bahía: 45, nivel: 6 = 540 (estanterías)
Tipo D: banco: 2, bahía: 40, nivel: 7 = 560 (racks)
Tipo E: banco: 2, bahía: 35, nivel: 8 = 560 (racks)
El segundo paso consiste en determinar las especificaciones más detalladas de los SVM-AS/RS. Entre ellas se incluyen el número y el tamaño del búfer de los transportadores de capas entrantes y salientes y el número de vehículos lanzadera. Un reto particular en esta fase es determinar el número óptimo o razonable de vehículos lanzadera que deben estacionarse en cada nivel para transportar el número previsto de artículos entre los elevadores y las estanterías de manipulación tanto desde el punto de vista de la eficiencia como del económico. En función de la frecuencia de manipulación de los artículos y de las prioridades operativas, los parámetros de muestra que figuran en la Tabla 1 se utilizan como condiciones experimentales para los experimentos de simulación de los cinco tipos de SVM-AS/RS, del Tipo A al Tipo E.
Se creó un modelo de simulación de las operaciones de AS/RS de SVM-AS/RS utilizando el paquete de simulación Simio (Kelton et al. 2017). Este estudio considera dos tipos esenciales de procesos de flujo de materiales realizados típicamente por SVM-AS/RS, es decir, entrantes y salientes, como se muestra en la Figura 3. Cada flujo de procesos contiene una secuencia de actividades realizadas por los vehículos lanzadera ligeros instalados en cada nivel, los elevadores de almacenamiento y recuperación, los transportadores de capas y los transportadores de pasillos de entrada y salida. Los flujos de procesos esenciales se identifican para poder caracterizar los flujos de operaciones de manipulación de materiales de los SVM-AS/RS.
En un SVM-AS/RS, tanto los vehículos ligeros de lanzadera como los elevadores de almacenamiento y recuperación deben manipularse de acuerdo con las reglas de prioridad de operación. A diferencia de los AS/RS tradicionales, en los SVM-AS/RS los artículos se mantienen como inventario dentro del almacén durante un periodo de tiempo relativamente corto. Este estudio considera dos estrategias generales para la prioridad de las operaciones en los experimentos de simulación. En una de ellas, "Las operaciones de almacenamiento primero" (SOF), las minicargas entrantes reciben un trato preferente sobre las salientes. Por tanto, las operaciones de recuperación sólo se inician una vez finalizadas las operaciones entrantes. En el otro, "Operaciones alternas" (AO), las operaciones pueden alternar entre operaciones de recuperación y de almacenamiento de forma cíclica.
Antes de realizar los análisis de simulación, se estiman mediante las dos ecuaciones siguientes tanto el número máximo de cargas salientes de recuperación/entrantes de almacenamiento por hora, es decir, I (unidades), como los cuellos de botella de acuerdo con las reglas de prioridad de las operaciones:
donde
a: tiempo de desplazamiento unidireccional de un elevador de almacenamiento/recuperación desde la posición de base hasta el punto intermedio (s)
b: tiempo de carga en un elevador (s)
c: tiempo de descarga de un elevador (s)
n: número de vehículos lanzadera (unidades)
T: tiempo de funcionamiento (por ejemplo, 3.600 s)
x: tiempo de desplazamiento unidireccional de un vehículo lanzadera desde la posición de base hasta el punto intermedio (s)
y: tiempo de carga de un vehículo lanzadera (s)
z: tiempo de descarga de un vehículo lanzadera (s)
Las ecuaciones (1) y (2) se aplican a las reglas AO y SOF, respectivamente. El término (2a+b+c) en los denominadores de las dos ecuaciones es la duración prevista de un viaje de ida y vuelta de un elevador y un vehículo lanzadera según las dos reglas de prioridad de operación. El término (2x+y+z) es el tiempo de ida y vuelta previsto para un vehículo lanzadera, y se utilizan n unidades de vehículos lanzadera para transportar tanto las cargas salientes de recuperación como las entrantes de almacenamiento. Sin embargo, el tiempo total de procesamiento previsto para el viaje de ida y vuelta de un vehículo lanzadera es diferente en las ecuaciones (1) y (2). Según la regla AO, el tiempo total de procesamiento previsto para un vehículo lanzadera es 2(2x+y+z)/n, como se muestra en la ecuación (1). En el denominador de la ecuación (2), dado que las operaciones de recuperación se inician una vez finalizado el almacenamiento de la carga entrante, el tiempo total de procesamiento previsto es (2x+y+z)/n. De acuerdo con las dos ecuaciones anteriores, el cuello de botella de los sistemas AS-RS en este estudio será un vehículo elevador o lanzadera dependiendo de la especificación del sistema AS/RS. El tiempo de ciclo previsto es el denominador de la ecuación (1) o (2).
Los tiempos en vehículos elevadores y lanzaderas utilizados para las ecuaciones (1) y (2) se miden a partir de un sistema AS-RS real mediante un estudio de tiempos. En la Tabla 2 se muestran datos de muestra seleccionados de los cinco principales diseños posibles, lo que permite comprender mejor los cuellos de botella de los sistemas AS/RS con diferentes especificaciones de diseño. Los vehículos lanzadera son los cuellos de botella para el tipo A según la regla SOF y para los tipos A, B y C según la regla AO. Por el contrario, los elevadores son los cuellos de botella para los tipos B-E según la regla SOF y para los tipos D y E según la regla AO. Las celdas sombreadas representan el tiempo total de procesamiento de los vehículos lanzadera con diferentes reglas de prioridad de operación en las que los cuellos de botella son los vehículos lanzadera.
Cuadro 2: Cuellos de botella en cada sistema AS-RS
La simulación es una potente herramienta para analizar el rendimiento de un sistema AS/RS a gran escala, independientemente de lo grande o complicado que sea el sistema. Se realizaron 30 experimentos de simulación independientes con cada regla de prioridad de operación para cada uno de los tipos de disposición descritos en el apartado 3.3. A partir de los resultados de los modelos de simulación se recopilaron y compararon determinados indicadores clave de rendimiento (KPI):
Los KPI mencionados pueden utilizarse como medidas del rendimiento de los diseños de sistema designados para evaluar las especificaciones óptimas que deben utilizarse en cada regla de prioridad de las operaciones. La figura 4 muestra el intervalo de confianza del 95% sobre el tiempo medio de flujo total para las operaciones de almacenamiento y recuperación bajo la regla SOF en las simulaciones. El tipo C es el más eficiente de los cinco tipos de disposición.
Por otra parte, la figura 5 muestra el intervalo de confianza del 95% del tiempo medio de flujo total para las operaciones de almacenamiento y recuperación según la regla SOF en las simulaciones. Esto muestra que el tipo B tiene el tiempo medio de flujo más corto de las cinco alternativas bajo esta regla.
El tiempo de ciclo de las operaciones de almacenamiento y recuperación obtenido a partir de las simulaciones es útil para estudiar métodos que permitan aumentar la satisfacción del cliente acortando el plazo desde el pedido de la mercancía hasta la entrega al cliente. En las figuras 6 y 7 se muestran los resultados relativos al tiempo de ciclo de las operaciones de almacenamiento y recuperación según la regla SOF. Se observa que el tipo B es el más eficiente de los cinco tipos de disposición. La variabilidad del tiempo de ciclo entre las distintas disposiciones confirma que se trata de una medida de rendimiento valiosa para evaluar la eficiencia de la entrega a los clientes en un entorno logístico dinámico. Además, puede observarse que la ecuación (2) proporciona una visión preliminar del tiempo de ciclo de las operaciones, ya que ofrece resultados próximos a los del análisis de simulación: los resultados del tiempo total de procesamiento de los elevadores con reglas SOF para los tipos B a E de la Tabla 3 son 3,93, 4,27, 4,61 y 4,95, muy próximos a los valores observados en los resultados de simulación de las Figuras 6 y 7.
Una vez examinados y analizados los trazados SVM-AS/RS candidatos, es necesario determinar el sistema óptimo basándose en un análisis económico de las alternativas. El análisis coste-eficacia se utilizó para comparar los costes asociados a los distintos trazados del sistema considerados en este estudio. A la hora de comparar costes entre alternativas, es necesario recopilar la información de costes correspondiente: datos de muestra sobre (1) coste inicial; (2) coste anual de mantenimiento; (3) valor de salvamento; (4) vida útil; (5) coste anual uniforme al final del año (unacost). Para este caso se ha elegido un tipo de interés anual del 10%. Estos datos figuran en el cuadro 3.
La figura 8 muestra tanto el tiempo total de flujo de las operaciones de almacenamiento y recuperación como los costes no incurridos para los trazados alternativos. Desde el punto de vista económico, tanto la tabla 3 como la figura 8 muestran que el tipo A es la alternativa más económica. Sin embargo, desde el punto de vista de la eficiencia, los tiempos totales de flujo de los tipos B a E son inferiores a los del tipo A. Dado que estos cuatro tipos tienen tiempos totales de flujo muy similares con las reglas AO y SOF, se realizó un análisis factorial de varianza para determinar mejor su eficiencia relativa. En este caso, puede concluirse que el tipo de trazado sí afecta al tiempo total de flujo para los tipos de trazado B a E; los tipos C y B podrían considerarse los más eficaces con las reglas AO y SOF respectivamente. Sin embargo, en caso de que la diferencia de eficacia sea pequeña, debe hacerse hincapié en que el análisis coste-eficacia, es decir, el compromiso entre eficacia y coste, podría aplicarse a la gestión de SVM-AS/RS.
Tabla 3: Comparaciones para el análisis de rentabilidad.
Este artículo muestra cómo los resultados de la simulación pueden proporcionar un valioso apoyo a la toma de decisiones sobre las especificaciones de diseño de SVM-AS/RS complejas y dinámicas. En primer lugar, se propone un método para identificar si los elevadores o los vehículos lanzadera representan el cuello de botella en diferentes diseños de disposición. A continuación, se demuestra cómo pueden realizarse experimentos de simulación para examinar el rendimiento dinámico de diferentes disposiciones, teniendo en cuenta la prioridad de las operaciones. El tiempo de flujo total y el tiempo de ciclo con diferentes reglas de prioridad de operaciones se destacan como herramientas para discriminar entre diferentes especificaciones de diseño del sistema. A continuación, pueden realizarse análisis de eficiencia y de costes de instalación y explotación, lo que proporciona una ayuda adicional para una mejor toma de decisiones en relación con la disposición de diseños alternativos de AS/RS. El procedimiento propuesto se aplica a un caso de ejemplo para confirmar su eficacia.
Esta investigación cuenta con el apoyo de la Subvención para Jóvenes Científicos (B) de la Sociedad Japonesa para el Fomento de la Ciencia (JSPS) (Número de subvención: 17K13801).
RIE GAKU es profesora asociada en la Escuela de Postgrado de Administración de Empresas de la Universidad de San Andrés de Osaka (Japón). Se licenció y doctoró en Economía por la Universidad de Nagoya en 2006 y 2010. Sus intereses de investigación incluyen la previsión de la demanda utilizando tecnología de minería de datos y el análisis de simulación de sistemas de fabricación y logística. Su investigación actual se centra en la optimización de sistemas logísticos. Su dirección de correo electrónico es r-gaku@andrew.ac.jp.
SOEMON TAKAKUWA es catedrático de la Universidad de Chuo y profesor emérito de la Universidad de Nagoya (Japón). Obtuvo la licenciatura y el máster en Ingeniería Industrial en el Instituto Tecnológico de Nagoya en 1975 y en el Instituto Tecnológico de Tokio en 1977, respectivamente. Se doctoró en Ingeniería Industrial por la Universidad Estatal de Pensilvania. También es Doctor en Economía por la Universidad de Nagoya y posee un P.E. en Ingeniería Industrial. Es miembro correspondiente de la Academia Internacional de Ingeniería de Rusia. Sus intereses de investigación incluyen la optimización de los sistemas de fabricación y logística, los sistemas de información de gestión y el análisis de simulación de estos sistemas en el contexto de los hospitales. Ha preparado las ediciones japonesas de Introduction to Simulation using SIMAN, Simulation with ARENA y Simio and Simulation: Modeling, Analysis, Applications. Su dirección de correo electrónico es takakuwa@indsys.chuo-u.ac.jp.
Gaku R. y S. Takakuwa. 2017. "Simulation Modeling of Shuttle Vehicle-type Mini-load AS/RS Systems for E-commerce Industry of Japan". En Proceedings of the 2017 Winter Simulation Conference, editado por W. K. V. Chan et al., 3174-3183. Piscataway, Nueva Jersey: IEEE.
Goozen, M. P., I. J. Adan, J. W. Heling y B. Wijngaarden. 2016. "Programación de tareas en un sistema de lanzadera itinerante completo". En Proceedings of the 2016 Winter Simulation Conference, editado por G. W. Evans et al., 2844-2854. Piscataway, Nueva Jersey: IEEE.
Héctor J. Carlo e Iris F. A. Vis. 2012. "Secuenciación de sistemas de almacenamiento dinámico con múltiples ascensores y lanzaderas". International Journal of Production Economics 140(2):844-853.
Kelton, W. D., J. S. Smith y D. T. Sturrock. 2017. Simio y simulación: Modelado, Análisis, Aplicaciones. 4th ed. Simio LLC.
Kuo, P. H., A. Krishnamurthy y C. J. Malmborg. 2007. "Design Models for Unit Load Storage and Retrieval Systems Using Autonomous Vehicle Technology and Resource Conserving Storage and Dwell Point Policies". Applied Mathematical Modelling 31(10):2332-2346
Lerher T., B. Y. Ekren, G. Dukic, y B. Rosi. 2015. "Modelo de tiempo de viaje para sistemas de almacenamiento y recuperación basados en lanzaderas". Revista internacional de tecnología de fabricación avanzada 78(9-12):1705- 1725.
Lerher T., B. Y. Ekren, Z. Sari, y B. Rosi. 2016. "Método para evaluar el rendimiento de rendimiento de los sistemas de almacenamiento y recuperación de lanzaderas". Gaceta Técnica 23(3):715-723.
Ning, Z., L. Lei, Z. Saipeng y G. Lodewijks. 2016. "An Efficient Simulation Model for Rack Design in Multi-elevator Shuttle-based Storage and Retrieval System". Práctica y teoría de los modelos de simulación 67:100-116
Roodbergen K. J. e I. F. A. Vis. 2009. "A Survey of Literature on Automated Storage and Retrieval Systems". European Journal of Operational Research 194(2):343-362.
Takakuwa, S. 1989. "Module Modeling and Economic Optimization for Large-scale AS/RS". En Proceedings of the 1989 Winter Simulation Conference, editado por E. A. MacNair et al., 795-801. Piscataway, Nueva Jersey: IEEE.
Takakuwa, S. 1993. "Design and Cost-effectiveness Analysis of Large-scale AS/RS-AGV Systems". En Proceedings of the 1993 Winter Simulation Conference, editado por G. W. Evans y otros, 851-856. Piscataway, Nueva Jersey: IEEE. Piscataway, Nueva Jersey: IEEE.
Takakuwa, S. 1994. "Precise Modeling and Analysis of Large-scale AS/RS". En Proceedings of the 1994 Winter Simulation Conference, editado por J. D. Tew et al., 1001-1007. Piscataway, Nueva Jersey: IEEE.
Takakuwa, S. 1995. "Flexible Modeling and Analysis of Large-scale AS/RS-AGV Systems". En Proceedings of the 1995 Winter Simulation Conference, editado por C. Alexopoulos y otros, 873-880. Piscataway, Nueva Jersey: IEEE. Piscataway, Nueva Jersey: IEEE.
Takakuwa, S. 1996. "Efficient Module-based Modeling for a Large-scale AS/RS-AGV System". En Proceedings of the 1996 Winter Simulation Conference, editado por J. M. Charnes et al., 1141-1148. Piscataway, Nueva Jersey: IEEE.