随着电子商务出现井喷式的发展，使得在B2C模式下，客户对于小批量、多品种货品的需求急剧增大，从而导致仓储配送系统呈现出勃勃生机。另外，随着拣选作业在仓储配送系统中地位的提高，货品拣选的排程研究也变得尤为重要。虽然随着科技的进步和飞速发展，机械化程度已经达到了一定的高度，但是其中很多操作仍不可避免的需要人工操作来完成。因此人工拣选操作的研究显得尤其必要。然而，之前对货品拣选的研究，一方面多集中于对被拣选货品的排序研究上，忽略了人的因素；另一方面，目标过于单一化，仅仅关注与拣选相关的各类时间问题，这对于拣选操作，甚至是整个仓储配送的评估是不充分的。于是，本文在之前研究的基础上，以人工拣选货品操作为研究对象，在考虑最大拣选时间的基础上，引入拣选错误率来共同评估整个拣选系统。并通过对人工拣选操作的两种模型：人至货模型和货至人模型，分别进行论述和求解，在综合考虑工人的疲劳程度、工作负荷、手工操作的基础上，通过引入人因失误率和能量阈值来达到最小化工人的最大完工时间和拣选错误率的目的，然后求解拣选货品的最优序列和休息位置。本文通过线性加权和法来完成多目标优化，并采用遗传算法求得模型的近似最优解，通过对两种不同模型下的算例分析来验证模型的有效性。最终各提供了5种可行方案供决策者选择。