配送中心是供应链中承上启下的部分,是货物存储中转的重要场所。在配送中心的总运作成本中,仅拣选作业就占50%-75%。对拣选作业进行优化,不仅能提高配送中心内部的运作水平,还能提升整个供应链的效率,增加客户满意度。因此,本文在配送中心硬件设施既定的情况下,研究订单分批及拣选路径对拣选作业效率的影响。针对订单分批问题,建立了以所有批次的拣选路径最短为目标函数的数学模型,并使用K-Means聚类算法进行求解。分析了 K-Means聚类算法的基本原理,并对其在订单分批问题中的应用和具体实现过程进行了详细设计。这种方法可以把同一订单中的货物分配至不同的批次进行拣选,并把位置相近的货物划分为一个批次,打破了订单不可分割的原则,能有效减少拣选距离。针对拣选路径规划问题,建立了以同一批次中所有待拣选货物的拣选路径最短为目标函数的数学模型,并添加了拣选设备容量和载重量的约束条件。针对模型求解,首先建立了配送中心的平面图,其次设计了任意两个货位之间的距离计算方法,最后研究了遗传算的(Genetic Algorithm,GA)基本原理,并对GA在路径规划问题上的应用和具体实现过程进行了设计。为验证本文设计的订单分批及拣选路径规划方法的有效性,以某K医药企业物流中心为背景进行了实例仿真。首先,对订单分批及拣选路径规划管理系统进行了设计。在分析系统功能的基础上,研究了数据库的相关内容,基于Visual Studio 2017对界面进行了设计并编写了相应程序,实现了系统的相关功能。其次,选取了该物流中心某一时段的40张订单,在MATLAB R2016a中分别使用K-Means聚类算法和先到先服务(First Come First Served,FCFS)方法对订单进行分批,然后将这2种分批结果分别使用GA和S型拣选策略进行路径规划。仿真结果表明:K-Means聚类算法的分批效果要优于FCFS方法,GA在路径规划效果上优于S型拣选策略。