在当前电子商务快速发展的形势下,传统消费模式发生变化,新型消费形态开始萌生。物流行业的改革逐步深化,传统的商品流通模式向着“多类型、小批量、多批次”的新方向开始转变,配送中心作业流程中的多个环节在这一背景下凸显的越来越重要。本文选择订单分批这一环节进行深入研究。目前,由于大多数的配送中心和仓库均采用人工拣货系统,作业劳动强度较大,因此该环节对配送中心服务效率的重要性可见一斑。本文选择对订单分批方法进行研究,以帮助配送中心更好地选择合适的订单分批策略。首先,根据研究的问题建立基本的单区域型配送中心仓库的拣货区布局优化模型和订单分批问题模型,由于实验条件限制,选择订单分批问题模型为主要研究对象。研究三种基本算法的应用:种子算法、包络算法、一般遗传算法,并且在遗传算法的基础上混入模拟退火算法的Metropolis准则,设计了Metropolis遗传算法。然后,针对订单分批问题进行算法设计,利用简单算例进行说明,并与常规的订单分批策略进行效果对比。研究将优化算法与订单分批问题相结合是否可以最大限度地减少拣货员在拣货过程中的行走距离,以体现订单分批优化工作的必要性。最后,针对实际生活中具体的配送中心订单分批问题,利用MATLAB工具软件,在不同规模的订单模拟数据集合上,对四种算法在相同的仿真实验环境下分别进行多次验证和测试。将仿真实验结果进行对比分析,并从中筛选出性能较优的算法,利用这些算法的特性,进行订单分批的决策系统设计,为配送中心和仓库在进行初始订单分批时提供一种优化思路。