A harvest and processing decision support system for table grape production
Date
2023-02
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Stellenbosch : Stellenbosch University
Abstract
ENGLISH ABSTRACT: Harvesting and production decisions for large table grape producers are complex. Customers demand specific product requirements, based on the cultivar, packaging type, and grape quality. Harvest efforts by producers depend on the ripeness and volume of stock, which can change over time, justifying a constant modification in company-wide planning. This study concerned the harvest and processing decisions for table grape producer-exporters, using data obtained from a large South African producer exporter as a case study. A mixed-method—exploratory sequential design was employed in this study to support the engineering design process. User requirements were obtained from interviews with operational, tactical, and strategic decision-makers. The user requirements guided the design and build of a system, supporting decisions at each decision-making level in the company. The decision support system uses data and model driven methods. It comprises managing source data, an algorithm for prescribing suitable harvest and pack plans and, last, data visualisation, presenting results and information to the decision-maker. Data were extracted from source systems and stored in a data warehouse providing a stable, non-transactional environment, suitable for large database queries. The non-dominated sorting genetic algorithm II was used to prescribe weekly harvest, processing, and delivery plans. The two model objectives minimised deviation from the demand plan and travel distance between the orchard and the pack site to preserve grape quality. An operational model builds on the weekly tactical model, providing an
in-week daily schedule for each pack site and farm. Users could access role-specific visualisations by providing insights into their deliverables. End-users and industry experts validated the decision support system. It was also compared to an existing human system. The developed model closely resembles the human model; however, it can provide a result in a much-improved time. The interconnectedness of the harvest supply and processing facilities justifies an update of the entire plan when an attribute of the plan changes. Changes to either processing or demand factors can easily be incorporated through a model, whereas the human system relies on heuristic methods for an end result. Automation through optimisation, therefore, supplies a solution in a constantly changing harvest and demand plan environment. The study produced a harvest and processing model, contributing to an omission in literature, therefore, focusing on table grapes. Specific handling techniques required for table grapes justifies the need for specific objective function values during modelling. It also presents a unique contribution through a geographically diverse case study focus, accommodating customers’ specific pack-to-order needs. Past studies established orders by cultivar. This study extends past work by including box type and the ability for a customer to reject a specific cultivar as an order.
AFRIKAANS OPSOMMING: Oes-en produksiebesluite vir groot tafeldruif produsente is kompleks. Kli¨ente verwag dat aanvraag versoeke volgens spesifieke produk vereistes afgelewer word. Hierdie produk spesifikasies behels verskillende kombinasies van kultivar, verpakkingstipe en druifgehalte. Oes-en verwerkingsbeplanning word deur die rypheid en volume van die oes gedikteer, wat deurgaans verander. Hierdie studie handel oor die ondersteuning van oes en verwerkingsbesluite vir tafeldruif produsente. Die ondersoek en modelontwerp gebruik ’n groot Suid-Afrikaanse tafeldruif produsent-uitvoerder as gevallestudie. ’n Gemengde-metode—verkennende opeenvolgende ontwerp is in hierdie studie gebruik om die ingenieursontwerp proses te ondersteun. Onderhoude is gevoer met operasionele, taktiese en strategiese besluitnemers om gebruiker spesifikasies te ontleed en sodoende die ontwerp en ontwikkeling van die besluitnemingsondersteuning stelsel te rig. Die gesluitnemingsondersteuning stelsel maak gebruik van data en model-gedrewe metodes. Die besluitnemingsondersteuning stelsel bestaan uit die inname en stoor van toepaslike data, gevolg deur ’n algoritme, en uiteindelik die visualisering van data wat resultate aan die besluitnemer voorlˆe. Data word onttrek vanaf bron stelsels om ’n stabiele, nie-transaksionele omgewing te skep vir groot databasis onttrekkings. Die nie-oorheerste sorteergenetiese algoritme II word gebruik om weeklikse oes-, verwerkings- en afleweringsplanne saam te stel. Die twee modeldoelwitte het afwyking van die vraagplan en reisafstand tussen die boord en die pakterrein beperk tot ’n minimum om die vrug gehalte te verseker. ’n Operasionele model bou voort op die weeklikse taktiese model, wat ’n daaglikse skedule vir elke pakstoor en plaas gedurende die week verskaf. Rol spesifieke skerms met visualisering bied gebruikersinsigte om hul uitkomste te verwesenlik. Die besluitnemingsondersteuning stelsel is gevalideer deur eindgebruikers en kundiges in die bedryf. Die stelsel is ook vergelyk met die bestaande kundige persoon, oordeel gebaseerde stelsel. Die ontwikkelde stelsel se resultate het ’n noue ooreenstemming met di´e van die kundige persoon, oordeel gebaseerde stelsel. Die verskil is dat dit resultate in ’n korter tyd lewer. In die geval van die besluitnemingsonderseuning stelsel word variasies in prosessering of aanvraag faktore geakkommodeer om model uitsette binne prakties redelike tydsverloop moontlik te maak. Die teenstelling is dat die kundige persoon, oordeel gebaseerde stelsel op heuristiese metodes moet steun om ’n oplossing te verkry. Die omvang van die literatuur in die veld van produksie besluite in tafeldruiwe is in die studie as beperk ervaar. Hierdie studie word as bydrae tot hierdie veld beoog. Dit bied verder ’n unieke bydrae deur die geografiese diverse gevallestudie asook die voldoening in spesifieke pak-tot-bestelling behoeftes van kli¨ente.
AFRIKAANS OPSOMMING: Oes-en produksiebesluite vir groot tafeldruif produsente is kompleks. Kli¨ente verwag dat aanvraag versoeke volgens spesifieke produk vereistes afgelewer word. Hierdie produk spesifikasies behels verskillende kombinasies van kultivar, verpakkingstipe en druifgehalte. Oes-en verwerkingsbeplanning word deur die rypheid en volume van die oes gedikteer, wat deurgaans verander. Hierdie studie handel oor die ondersteuning van oes en verwerkingsbesluite vir tafeldruif produsente. Die ondersoek en modelontwerp gebruik ’n groot Suid-Afrikaanse tafeldruif produsent-uitvoerder as gevallestudie. ’n Gemengde-metode—verkennende opeenvolgende ontwerp is in hierdie studie gebruik om die ingenieursontwerp proses te ondersteun. Onderhoude is gevoer met operasionele, taktiese en strategiese besluitnemers om gebruiker spesifikasies te ontleed en sodoende die ontwerp en ontwikkeling van die besluitnemingsondersteuning stelsel te rig. Die gesluitnemingsondersteuning stelsel maak gebruik van data en model-gedrewe metodes. Die besluitnemingsondersteuning stelsel bestaan uit die inname en stoor van toepaslike data, gevolg deur ’n algoritme, en uiteindelik die visualisering van data wat resultate aan die besluitnemer voorlˆe. Data word onttrek vanaf bron stelsels om ’n stabiele, nie-transaksionele omgewing te skep vir groot databasis onttrekkings. Die nie-oorheerste sorteergenetiese algoritme II word gebruik om weeklikse oes-, verwerkings- en afleweringsplanne saam te stel. Die twee modeldoelwitte het afwyking van die vraagplan en reisafstand tussen die boord en die pakterrein beperk tot ’n minimum om die vrug gehalte te verseker. ’n Operasionele model bou voort op die weeklikse taktiese model, wat ’n daaglikse skedule vir elke pakstoor en plaas gedurende die week verskaf. Rol spesifieke skerms met visualisering bied gebruikersinsigte om hul uitkomste te verwesenlik. Die besluitnemingsondersteuning stelsel is gevalideer deur eindgebruikers en kundiges in die bedryf. Die stelsel is ook vergelyk met die bestaande kundige persoon, oordeel gebaseerde stelsel. Die ontwikkelde stelsel se resultate het ’n noue ooreenstemming met di´e van die kundige persoon, oordeel gebaseerde stelsel. Die verskil is dat dit resultate in ’n korter tyd lewer. In die geval van die besluitnemingsonderseuning stelsel word variasies in prosessering of aanvraag faktore geakkommodeer om model uitsette binne prakties redelike tydsverloop moontlik te maak. Die teenstelling is dat die kundige persoon, oordeel gebaseerde stelsel op heuristiese metodes moet steun om ’n oplossing te verkry. Die omvang van die literatuur in die veld van produksie besluite in tafeldruiwe is in die studie as beperk ervaar. Hierdie studie word as bydrae tot hierdie veld beoog. Dit bied verder ’n unieke bydrae deur die geografiese diverse gevallestudie asook die voldoening in spesifieke pak-tot-bestelling behoeftes van kli¨ente.
Description
Thesis (PhD)--Stellenbosch University, 2023.