近年来,电子商务在国内发展迅速。在电子商务的推动下,物流业取得了长足的进步。随着电商业务规模的扩大,各大电商所拥有的配送中心随之增多,配送中心的规模也不断增大。由于缺乏有效规划,配送中心分拣作业效率低下,分拣人员承受着巨大压力。分拣作业因此成为物流活动中的薄弱环节,阻碍了供应链的流畅运转。针对以上问题,本文采用室内定位技术使分拣人员能够获取实时位置,同时对地图匹配进行研究,进一步提高定位精度。在此基础上,以双区型仓库作为研究对象,应用蚁群算法对分拣路径加以优化,使分拣人员更高效完成作业。基于以上研究,论文设计并实现了配送中心分拣系统。论文内容主要包括:(1)室内地图匹配技术的研究。由于室内定位不够精确,物流人员难以准确完成分拣作业。为解决该问题,本文对室内结构进行抽象,将室内结构中的关键数据提取出来,建立室内几何结构通用模型。基于上述研究,实现室内地图匹配逻辑,有效提高了室内定位精度。(2)蚁群算法在配送中心分拣作业中的应用研究。配送中心分拣人员进行分拣作业时,行走距离过长、分拣效率低下。针对这一问题,本文使用TSP作为研究对象,采用实验方法对蚁群算法中的基本参数进行确定,同时对双区型仓库中的分拣作业抽象建模,使用蚁群算法求解配送中心中分拣作业路径规划问题。(3)配送中心分拣系统关键模块的设计与实现。在以上工作的基础上,设计并实现基于Android平台的配送中心分拣系统关键模块,描绘系统结构图,对关键模块进行测试并给出测试结果,实现订单模拟以及分拣路径优化。论文实现的室内地图匹配逻辑有效提升了室内定位效果,采用蚁群算法实现了对分拣作业路径的优化,基于以上,于Android平台实现了配送中心分拣系统,提高了分拣作业的效率。