贸易全球化背景下电商消费正高速发展,带动电商订单爆炸式增长。由于电商订单具有多品种、小批量、高频次等特点,顾客对订单响应时间敏感性高,增加了配送中心订单处理作业的难度,仓库订单拣选效率亟待提高。随着智能算法在物流行业的探索愈发成熟,近年来基于货到人模式的智能物流系统逐渐应用于仓库运营中,大幅度提高拣选和存储的安全性和准确性,减少人力劳动。对比传统人到货仓库,货到人系统智能化程度更高,仓库管理更为复杂,因此产生了诸多研究问题。由于拣选台可同时处理的订单和货架数量有限,不同种类货物在各货架中的存储组合多样,不同仓库管理策略组合实施的运营效率差异较大。拣选台订单处理问题即是研究在货到人拣货模式下,如何安排待拣选订单的处理次序和货架到达拣选台的拣选次序,能够实现全部订单完成拣选时货架总搬运次数最少,从而降低系统总支出,提高系统订单拣选效率。本文以可移动货架式仓库为背景,建立了整数规划模型,对单个拣选台的订单处理活动进行了优化。由于该问题属于NP-hard问题,计算复杂度随订单和货物种类数量增加而大幅增长,因此本文从研究确定的订单或货架排序的订单处理问题的思路出发,设计了VNS-OS和VNS-RS两种算法,进而设计了交替求解订单和货架排序的AH算法。本文通过设置不同的待拣选订单数量、货物种类、货架数量、可同时处理的最大订单数、迭代次数等参数,设计了不同规模的算例。在小规模算例下,对比CPLEX12.8求得的已知最优解,三种算法的平均优化程度在6.4%-16.6%之间,证明了本文设计的算法的可行性和有效性。基于对小、中、大不同规模算例求解结果的分析,验证了两种VNS算法对初始解的优化效果明显,平均优化程度高于10%。总结出算法VNS-OS整体求解性能最优,算法VNS-RS适用于算例规模较小或算例规模较大且可同时处理订单数较多的情况,其余情况选择算法AH求解质量较高且耗时短。此外,本文还对货架搬运总次数与货架利用率进行了敏感性分析,两者均与拣选台可同时处理的最大订单数呈负相关关系。储位分配策略上,按关联规则分配的储货策略远优于随机存储,货架搬运总次数平均减少13.2%,并且大幅提高了货架利用率,为货到人仓储系统的实际运营提供了依据。