在降本增效的智能物流体系下,电商企业常常缺乏系统性的拣选作业指导。化妆品企业在大促期间出现订单爆仓现象,多品种、小批量、多频次的订单特性和客户对于响应速度的要求,使得企业需要从订单调度、拣选流程方面来提升拣选效率以提高竞争力。传统的固定批量拣选策略己经无法满足客户对响应时间的要求,需要更加高效灵活的拣选模式。首先分析货架到人拣选模式具有高效灵活的特点,能够将拣选人员从反复拣选商品的耗时作业中解放出来。针对大促期间化妆品企业任务密集、订单分散的现状,从分区、订单分割、订单聚类和分类四个角度,选择货架到人边拣边播拣选策略。通过货架到人拣选方式,结合化妆品多种少量的订单特性,根据精益管理思想、现代优化方法等理论和技术,建立货架到人拣选调度方法体系。针对货架到人拣选作业中B类订单小批量、多频次、商品种类多,导致AGV重复搬运货架的问题,构建基于货架相关程度的货架相似度矩阵对订单进行聚类,提高订单拣选效率。考虑AGV搬运货架的特点,建立货架搬运次数最少的订单聚类优化模型。运用相似度最大规则在一阶段进行初始分批,二阶段则采用自适应大邻域搜索算法优化订单批次并进行求解。以某化妆品企业订单数据进行实例验证,证明算法有效性。在订单聚类基础上,货架到人模式下多AGV任务调度存在货架搬运距离长、任务分配不均衡的问题。将多AGV任务分配问题转化为MTSP问题,建立多AGV任务完成时间最小化的分配模型。为了提高算法寻优能力和全局搜索能力,通过带惩罚的动态调整信息素方式改进蚁群算法,将蚁群算法的最优解作为遗传算法的初始种群,并采用实例分析验证算法的有效性。最后,对货架到人边拣边播模式拣选流程进行优化。构建货架到人仿真模型,通过任务完成时间、设备人员的利用率、堵塞率等分析两种模式整体的协同性和高效性。比较不同订单数量下的任务完成时间,验证订单聚类和任务调度策略的优越性。最后,通过比较不同AGV数量下单位时间输出拣货量,验证货架到人模式下成本和效率平衡的AGV最优配置。