近年来,电子商务的逐步兴起,在为零售行业注入全新动力的同时,也为其带来了不可避免的挑战。新兴的销售模式可帮助传统零售行业拓宽销售渠道,打破时间和空间上的多重壁垒,但同时也需要付出一定的基础设施建设成本。如物流设施的建设在为零售企业创造更多可能性的同时,就带来了不可忽视的成本问题。对于大部分零售企业,物流成本是仅次于生产成本的第二大支出。因此,降低物流成本成为零售企业在不有损产品质量的前提下,实现成本控制的重要突破口。零售行业所需的物流服务主要分为仓储和运输两大部分,其中,仓储拣货作业工作量占比达到60%,作业时间占比达到30%至40%,而拣货移动成本占整体仓储作业成本的90%左右。由此可见,拣货作业是物流服务中的重要环节,该环节占据的工作量和工作时间都不可忽视,而对拣货路径进行科学合理的规划能有效降低其移动成本,是解决拣货作业效率低下和成本过高的有效方法和手段^[49]。Y公司是大连本地的一家仓储城配公司,承担40多家供应商的零售商品存储服务,以及大型商超、中小型便利店、餐饮公司的零售商品配送服务。本研究将以拣货路径最短为目标,构建Y公司拣货路径优化模型,并通过蚁群算法进行模型求解,最终比较优化前后的拣货路径距离,验证本研究方案的有效可行。本研究首先对城市配送及拣货路径相关理论进行梳理,阐明拣货路径规划对城市配送企业作业效率及成本控制的重要影响,进而提出研究问题。结合研究问题比较分析各启发式算法的性能及优缺点,选择通过蚁群算法完成对本研究中拣货路径优化模型的求解,说明蚁群算法相关理论及其运算过程。进而以拣货作业为核心分析Y公司运营现状,指出Y公司拣货作业中亟待解决的突出问题。最后,根据Y公司仓储布局及拣货作业实际情况,构建拣货路径数学模型及基于蚁群算法的TSP模型,讨论算法重要参数对优化结果及算法性能的影响,在此基础上,通过C++编程调试算法重要参数的取值,从算法性能和优化结果两个维度出发衡量参数最优取值。确定参数后,通过C++编程进行模型求解,得出优化后的拣货路径方案,将优化前后的拣货路径距离进行对比,发现优化后方案的拣货作业行走距离优于原方案,证明方案的有效性。本文得出的研究成果可有效解决Y公司的拣货路径优化问题,也可为其它同行业同类型企业的拣货路径优化问题提供参考和借鉴。