中国烟草行业的不断改革,致使烟草公司大力发展卷烟物流配送建设,作为物流配送作业的核心环节,卷烟分拣作业直接关系到卷烟配送工作水平和效率,因此结合当前国内分拣系统的实际情况,必须通过科学合理的智能信息化处理方法对卷烟物流分拣作业过程进行优化,从而提升分拣作业质量,降低卷烟物流配送成本,提高配送工作效率。本文首先研究了国内现有分拣系统的的现状,分析了分拣作业的难点、分拣的策略以及主流的订单分析方法,调研考察了分拣中心常用分拣系统的分类。随后提出了将自动分拣作业模拟为“虚拟容器”队列的思想,建立了基于“虚拟容器”思想的卷烟自动分拣控制算法模型,然后使用Labview2014平台将该模型编制成一套自动分拣控制系统,对该市实际卷烟订单进行分拣。在系统中,可以对订单时间间隔、条烟皮带行走速度进行人工设置,进而得出不同参数对分拣工作效率的影响。经过大量实践证明,该系统具有较好的时间准确性,能够有序进行分拣作业。之后,本文结合实际卷烟配送中补货环节存在的问题,在分拣控制系统的基础上,对实际订单进行排列组合优化,以缓解分拣中心补给压力。首先通过分析不同订单排列次序对于补货信号规划影响,设计了三种补货需求时间信号数学模型,分别为时间优化模型,间距优化模型和峰值优化模型。然后以三种数学模型为目标函数,将订单优化问题转换为离散TSP问题,通过遗传算法和粒子群算法对目标函数进行求解。最后在Matlab仿真平台上调用该市实际客户订单,对两种智能优化算法的仿真优化结果进行数据分析比较,验证了粒子群算法对于模型求解得性能较佳,其求解的目标函数适应度值更低,更能优化补给能力,能够达到全局最优的效果,并最终优化得出了使得补货时间分需求信号布更均匀的订单排列顺序。