仓储物流是电商企业打通线上与线下的关键纽带。对于人工仓,繁重的订单拣选工作是仓储中心的重要流程。客户对快速服务的要求越来越高,当每个订单都给予一个完成期限后,快速及时完成订单拣选变得至关重要。当一组订单到达时,订单可以组成批次,每个拣选员被分配给若干批次,拣选员开始按次序拣选一个个批次。一个批次对应一次拣选作业,一次拣选作业需要将该批次中所有的货品拣选完毕。当批次拣选完毕,订单的完成时刻就是其所在批次的完成时刻,订单延迟时间由订单完成时刻和完成期限定义,优化订单延迟时间对提高服务水平具有重要意义。上述拣选环节紧密相连,而以往文献仅研究部分环节,本文创新性地研究了订单分批、批次分配和排序与拣选路径的联合问题,并建立了混合整数规划模型。由于是NP-难问题,该问题应用启发式算法求解。首先,利用最早起始日期法或改进节约法生成初始解;然后,采用变邻域下降算法和变邻域搜索算法解决订单分批、批次分配和排序问题,其中还利用2-opt方法和模拟退火算法优化批次拣选路径。数值与仿真实验发现,同时优化各个拣选环节,能进一步减少订单总延迟时间;当订单的时间窗较紧或订单量较大时,改进节约法给出的初始解优于最早起始日期算法。最后,我们比较了不同启发式算法对实验结果的影响。