随着B2C电子商务的快速发展,随之产生了大量的包裹,使物流中心进行处理的压力与日俱增。在“双十一”、“双十二”等促销活动期间,物流仓库经常出现“爆仓”现象,影响了用户体验。在这样的形势下,如何提高物流仓库的处理效率,减少“爆仓”现象的产生,是物流企业重点关注的问题。在物流仓库的作业过程中,分拣所占的时间要占仓库作业时间的40%以上。实践证明,通过合理的库位分配以及订单分批,不仅可以提高物流仓库的库存管理水平,也有助于改善物流中心分拣的效率和水平,缩短分拣环节的处理时间。订单分拣研究问题主要包括仓库布局、库位分配、订单分批和路径优化这几个问题,这些问题对分拣的效率和水平有着很大的影响。本文提出面向B2C电商平台的订单分拣优化,通过货位分配和订单分批对分拣过程进行优化,减少分拣过程的总行走距离,提高物流分拣效率。本文构建了货位分配问题模型,在算法实现时,首先运用关联规则算法,计算货品的频繁度,考虑了货品出入库的频率、货品价值以及距离出口的距离,得到货位与该货品的适合度(C值),根据该值更合理的分配货位。构建了订单分批模型,设计了基于Canopy和K-Means算法的订单分批算法,采用种子算法中的相同通道数作为订单间相似性系数,通过Canopy算法得到初始聚类,使用K-Means算法聚类得到分批结果。文章同时比较了采用货位优化分配策略和随机策略的货位分配对订单分批的影响。数值实验表明通过改进的货位分配和订单分批方法可以有效降低分拣距离,提高分拣效率。