随着我国社会经济的不断发展,物流行业也进入了快速发展的行列。配送中心作为物流系统的一个重要节点,在提高整个物流系统的运作效率和服务水平方面有着重要的作用。配送中心中拣选作业占据近40%的总的物流成本。其中拣选作业包含多个环节,在拣选作业中订单分批和拣选路径是影响拣选作业效率的两个重要因素。因此,本文对拣选作业中订单分批和拣选路径问题进行研究。本文选择订单分批模型中的智能型分批策略和混合拣选路径策略作为分批的基本方法。以总的拣选行走距离最短为目标函数,建立订单分批模型。以拣选设备的最大载货容积、订单不可被分割等约束条件。设计了该问题的遗传算法求解方法,对染色体编码、交叉算子、变异算子等进行详细的设计。在编码时考虑到每个订单所在的拣选批次和在该批次中所在的拣选顺序,参考装箱问题中的适应度函数来对订单分批进行设计。之前学者针对订单分批时没有考虑到行走路径对分批的直接影响,本文对订单分批加入拣选路径的约束。在分批时将拣选路径作为主要约束条件,配合拣选设备的容积限制,设计了在改进S形路径下的订单分批算法。针对拣选路径计算问题,本文在双区型仓库中设计了货架、巷道、货架排数等主要参数。同时对在拣选时出现的几种货物位置计算方法进行了详细的阐述。本文以某图书配送中心某一时间段的订单为例,对100个订单数据进行分批,拣选设备的最大容积为100单位。分别用单订单拣选、改进S形路径下订单分批拣选、遗传算法分批拣选三种模型计算。在订单分批中,改进S形路径下订单分批比单订单拣选行走距离减少38%,遗传算法分批比单订单拣选行走距离减少46%。