随着电子商务的兴起以及社会经济飞跃式的发展，人民的物质生活要求越来越高，需求也随之向多样化发展。一个依托于互联网的客户导向型的新型消费市场正在快速壮大，消费者对商品的需求开始向高时效、多样化、多品种的方向发展。这就对于新时代的物流有了不同于以往的要求。新的物流系统应该更加快速、准确、及时并且高质量地满足客户的需求，提高客户的满意度。而其中最为重要的一个环节就是仓库。拣选是仓库的几大核心任务，拣选作业是很重要的环节，是整个供应链管理的基础活动之一。一般而言，货物拣选的过程为:客户下达订单——系统生成拣选清单——分拣人员根据拣选清单进去仓库拣选——完成拣选——对照拣选清单清点并卸货。

在以人力为主的人工拣选仓库和机械控制为主的自动化仓库中，拣选作业属于密集型劳动作业。其劳动量约占配送中心总作业量的 40%，作业成本也占总成本的 40%-50%^[1]。所以，科学合理的分拣方式能够大大地降低仓库运营的成本，并且能有效地缩短货物出库的时间。

提高拣选效率的方式有很多，本文主要研究的是基于订单分批策略的仓库拣货路径优化。订单分批是为了提高分拣作业效率而把多张订单集合成一批，进行批次分拣作业，其目的是缩短分拣时平均行走搬运的距离和时间。订单分批主要的方法有四种，分别是总合计量分批、时间窗分批、固定订单量分批和智慧型分批。这四个订单分批方式各有优缺点，而最终的目的是缩短拣货路径以提高拣货的效率。

在订单分批策略这一方面，有很多国内学者对此深入研究。李诗珍对订单分批排序建立了最短的行走距离的函数模型进行处理，通过启式算法的聚类分析，用各种相似系数算法和部分的顺序模型算法组合改进，找到合适解决方案的一个算法^[2]。张少卿分析之前学者研究总结的分批的方法。选择种子顺序方法改进，对选种子订单的方法进行了改进，比较随机种子的选择原则和最大体积的原则挑选货这两种方法，通过算法实验证明了改进方法的有效性^[3]。 于洪鹏以商品挑选模型为研究对象，建立了以订单拣选最低成本为目标函数数学模型，设计了针对批处理模型中拣选人员步行时间和选择的等待时间进行两权重衡量的成本模型。最后根据算法来求解该模型，仿真验证证明该算法的可行性^[4]。而国外学者对此研究的也有很多，主要的研究成果有：Gademann将研究目标定为以人工拣选为主的仓库，对订单分批问题进行了分析研究。对分批问题的定义为是一个典型的 NP 问题，条件是个批次中被拣选订单的个数不能唯一，并运用分支定界发对该问题进行了求解^[5]。Sharp和Gibson根据仓库中货物入库的数据通过计算机模拟，提出了一种货物存储方案，并根据该方案进行分批。在模拟中加入了很多限制因素并指出由数据显示，当仓库将入库率高的货物集中存储时，会造成效率下降，所以要对不同的种类分区存储，避免造成路径的拥挤、重复^[6]。Menéndez，Eduardo G.Pardo，Antonio Alonso-Ayuso等人提出了一个二阶段的变邻域搜索方法用于求解订单分批模型，并且该方法可以找到一个较好的近优解及若干个保留下来的次优解^[7]。Soondo Hong，Youngjoo Kim在考虑历遍式拣选路径的情况下提出了针对宽巷道物理模型的订单分批模型求解方法。实验选取了一个包含六个巷道的拣选系统和一批订单，结果表明采用该方法后的总行走距离比按单拣选缩减少 9.9%^[8]。

关于路径优化的问题，国内外学者也有很多对此进行深入研究。路径优化的研究现状：陈伊菲在仓库拣货路径问题的基础上建立VRP模型，针对实际操作中的问题用Dijkstra 算法求解。并探讨了拣货策略对整体活动效率的影响。假设了其他界因素，并用扫描法进行求解与前算法结果对比，得出最优路径^[9]。王宏综合评价了 S型启发式算法和动态规划算法在进行仓库拣选路径优化时的优劣。针对多拣选设备同时拣选同一批订单时拣选路径的问题，设计了基于多拣选设备同时拣选的拣选路径优化模型并求解^[10]。雷娟娟使用蚁群算法来解决选择设备的载重容积限制在路径选择路线优化的问题。考虑到体积的限制，作者创建了模型使用蚁群算法来求解该模型，并通蚁群算法比较了传统的战略和 S形的选择策略，从这些结果中得到优化的结论^[11]。Roodbergen 和 De Kotert 针对拣选路径优化问题进行了深入研究，仓库模型选用多区型的普通仓库，求解方法应用了多种启发式算法进行对比研究，提出了“Combined heuristic”算法，并证明了算法可行性^[12]。国外学对于路径优化的主要研究有：Tho Le-Duc，Rene M.B.M. De Kotert 针对双区型仓库建立拣货模型，通过统计客户需求发现客户的订单分布基本符合泊松分布，在实际拣选时拣货员可以按S形路线拣货，并计算了行走距离^[13]。Felix 在对拣选路径的研究中，将存储策略、路径策略和拣选密度三个因素进行组合，比较不同组合因素对拣选路径的影响^[14]。Osman Kulak 结合了订单分批与路径优化问题，同时基于聚类算法的基础上运用禁忌搜索法，并设计算例验证了算法的可行性^[15]。Matusiak等人将模拟退火算法引入订单分批策略优化，用A*型路径最短算法优化拣货路径，实验表明两种策略结合具有很好的优化效果^[16]。