作为仓储作业运作层,订单分批和拣选路径优化问题历来是仓储优化领域的研究重点,良好的订单分批方案与高效的规划拣选路径能够显著提高仓库运作效率,降低运营成本。截至目前,有关于订单分批、拣选路径优化方面的研究绝大多数是基于传统布局,鲜有涉及非传统布局。本文着眼于Fishbone型非传统仓储布局,研究订单分批与拣选路径问题,考虑拣选设备载货量有限这一现实约束,以完成所有订单拣选任务耗费的总拣选距离为目标函数,建立了订单分批数学模型,根据Fishbone型布局特征提出了非传统布局S型路径策略,设备进行作业拣选时采用非传统布局S型策略,然后设计了一种遗传算法用于求解订单分批问题,详细阐述了编码与解码、适应度函数、选择算子、交叉算子、变异算子等方面的设计思想及过程;根据是否考虑拣选设备载货量有限将拣选路径问题分为一单一车和一单多车两种情况,分别建立数学优化模型,结合Fishbone型仓储布局几何特征,提出了 Fishbone型布局中两两货位间的距离计算公式并构建了非传统布局货位距离矩阵,随后设计了一种蚁群算法分别求解一单一车、一单多车情况下的拣选路径问题,由于一单一车是一单多车在拣选设备装载能力无限假设下的特殊情况,仅针对一单多车情况详细列出了蚁群算法求解步骤。基于MATLAB开展大量算例仿真实验以验证目标算法的有效性。对于订单分批算例,选取按单拣选策略、先到先分批策略作为遗传算法的对比方法,实验结果表明遗传算法在保证结果最优的同时还具备一定的鲁棒性;对于拣选路径算例,选取非传统布局S型策略、遗传算法作为蚁群算法的对比方法,通过分析算法进化曲线和实验数据得出蚁群算法在寻优能力和收敛性能上表现出色,有效缩短了拣选距离。