在重塑零售业态的新零售浪潮中,生鲜以其高复购率、强用户粘性和强即时性需求的特征,成为新零售企业吸引顾客和建立自身壁垒的重要战略品类,新零售生鲜电商的模式迅速发展,疫情期间其市场渗透率更是得到了极大提升。新零售生鲜电商模式下,线上订单具有拣选作业复杂程度高、配送时效性强等特点,大大增加了订单履行的难度和成本,因此进一步优化订单履行过程尤为重要。在新零售生鲜电商订单履行过程中拣选与配送两环节最为关键,且两环节相互制约,共同决定着订单送达时间和履行总成本。然而,在相关研究及实际运营中订单拣选优化与订单配送优化往往单独运作,难以实现订单履行整体最优,会导致履行成本高、时间长甚至送达超时等问题。因此,如何将拣选与配送联系成一个整体进行调度,以更合理地安排订单拣选与配送任务,在尽力满足顾客要求送达时间的同时以较低成本完成订单履行过程,是当前亟待解决的问题。鉴于此,文章针对新零售生鲜电商的订单拣选与配送联合调度优化问题进行研究,主要内容如下。（1）分析研究问题。剖析新零售生鲜电商的模式、拣选与配送作业特征、存在问题及成因,指出将两环节联合调度优化的现实需要,并进一步探究企业与顾客对联合调度优化的诉求。（2）构建问题数学模型。从双方诉求出发,以最小化拣选成本、配送成本、产品新鲜度损耗和时间惩罚成本为优化目标,其中结合实际业务特点改进软时间窗并基于顾客价值设置单位时间惩罚成本;综合考虑拣选、配送及两环节联合调度的实际约束,构建订单拣选与配送联合调度优化模型。（3）设计相互联系的三阶段求解算法。1)在划分配送区块阶段,使用K-medoids聚类算法进行区块划分,引入实际通行距离代替欧式距离作为划分准则,并基于BWP指标确定最佳聚类数量;2)在配送路径规划阶段,使用遗传算法对同一区块内的订单规划配送路径,通过适应度函数将拣选与配送联系成一个整体进行优化,并加入大领域搜索算法以改善求解质量;3)在订单拣选优化阶段,对遗传算法种群中每个个体,均调用订单拣选优化算法基于个体当前路径信息求解最优的订单分批方案及拣选顺序,并将拣选环节求解结果反馈至个体的适应度值计算中。通过适应度值评价个体优劣并进行迭代,直至找到最优的拣选与配送联合调度方案。（4）案例应用研究。以典型的新零售生鲜电商A业务为研究对象,通过计算表明,相比传统对拣选与配送两环节单独优化,联合调度优化能够有效减少拣选与配送总成本,并通过降低产品新鲜度损耗和时间惩罚成本反映顾客满意度的提升。