近年来,电子商务一直保持着良好的发展势头,已成为我国数字经济深入发展的重要推动力。自新冠疫情发生后,电子商务凭借其“非接触”的优势,大力发展B2C“新零售”模式,为抗疫工作作出了积极贡献。当下,我国电商正在从高速增长阶段迈向高质量发展阶段,合理控制其运营成本显得十分关键。电商配送中心是由多个作业流程共同组成的复杂系统,其拣选作业成本居高不下是长久困扰企业的难题,尤其是面对层出不穷的新模式新业态,到达配送中心的订单又具有了“小批量、多品种、高频次、短周期”等新特点,为拣选作业带来了新的难题与挑战,因此,对电商配送中心拣选作业环节进行优化具有一定的研究价值和重要的现实意义。本文以双区型B2C电商配送中心为研究背景,针对拣选作业优化问题,系统地梳理了国内外现有研究成果,并参考其他学科的理论与方法,结合企业所面临的实际作业难点,对订单分批及拣选路径优化问题进行了深入研究。首先面向因到达配送中心订单特点发生改变,导致拣选作业成本增加,订单交货延迟时间过长的问题,对订单进行优化分批,旨在缩短拣选作业时间,提高顾客服务水平。为了进一步降低拣选成本,在分批后的订单的基础上,对订单的拣选路径进行优化,通过订单分批和拣选路径的联合优化,更好地优化了配送中心的拣选作业流程,进而降低拣选作业成本,提高顾客服务水平。订单分批是拣选作业中主要的作业环节之一,先到先分批策略是目前应用最广泛的订单分批策略,该策略使用过程中根据订单到达先后顺序依次对订单进行批次分配,没有考虑到订单内货物的货位分布情况,同时忽略了订单交货时间的大小,当到达配送中心的订单批量增大、频次升高,订单中货物种类多、数量少时,应用先到先分批策略进行订单分批会出现订单拣货作业成本高,交货延误久等多个问题。针对上述分批策略的不足,本文采用集成优化的方式构建了拣选作业总成本最小的订单分批模型,综合考虑拣选作业成本和交货延误成本,设计了基于综合相似度指标的两阶段种子优化算法,并通过算例,从不同分批策略、不同顾客服务水平和不同相似度权重系数三个维度验证了算法的有效性。改进后的算法在不同订单批量下的优化效果不同,订单批量越大优化效果越明显,与先到先分批策略相比,最大拣选作业总成本节省率达到了43.76%。货物拣选是订单完成分批后需要进行的一项重要工作,拣货时间的大小直接影响着拣选作业效率的高低。现有拣选路径多采用S型策略,由于该策略在拣货过程中具有穿越整个巷道的作业特点,容易产生冗余拣选距离。本文在订单优化分批的基础上,进一步考虑了拣选路径对拣选作业效率的影响,以拣选总距离最短为优化目标构建了拣选路径优化模型,并设计了遗传算法对模型进行求解。不同拣选路径策略下的对比仿真结果表明,本文联合订单优化分批后进行的路径优化策略优于S型路径策略,拣选距离节省率为21.50%,最高拣选总成本节省率达到67.49%。