修改需要考虑商品组合和货位间距两个维度，用什么算法合适？ 作者：刘宇 来源：知乎 谢邀，好专业性的问题，只能按本人有限的知识面回答一下，而且，由于涉及高等数学一堆理论，我不能保证我举例的正确性，仅做方向性指导。如各位看官发现不对的地方，请理性指正。 你问的是根据货品属性和货位，计算最短路径的算法。然后，计算最短路径后，还要生成拣货波次，这几个问题细化后几乎涵盖了我所学的所有知识点。 首先，最优路径问题的算法介绍： 1.最基本的是离散数学中的图论：分无向图和有向图。然后通过矩阵变换求最优解某两点间的最短路径。 2.有了基本的图论概念后，可以尝试了解经典的数学理论：旅行商问题（Traveling Saleman Problem，TSP）。在仓库中从开始点出发，经过N个拣货点，最终到达交货区，可以视为一个TSP线路问题。对TSP问题解法大致可以分为以下8类： 1）线性规划方法 2）动态规划方法 3）分支定界算法 4）人工神经网络 5）人工神经网络？ 6）禁忌搜索算法 7）蚁群算法 8）遗传算法 看到这里，如果还有兴趣深入了解的话，恭喜你，我会继续分析你的拣货波次的问题，向结果迈进： 3. 做过仓库的都应该了解“摘果法”和“播种法”这两种拣货方式，不懂自己百度去。 这里我将用“摘果法”波次拣货代入到“VRP”问题中，车辆路线问题（VRP）它是指一定数量的客户，各自有不同数量的货物需求，配送中心向客户提供货物，由一个车队负责分送货物，按适当的行车路线，目标是使得客户的需求得到满足，并能在一定的约束下，达到诸如路程最短、成本最小、耗费时间最少等目的。 对应到仓库中的 波次分配+拣货路径，假设为：订单量巨大，某几个订单合为一个波次，让拣货员按此波次沿最短路径拣货。 至此，我对此你的问题的一种假设推荐是：先根据订单量分波次，再排最优拣货路线。见下图示意： 解题思路：将车辆线路问题（VRP）转换成多个旅行商问题（TSP）进行求解。也就是说，在根据条件优化好本次拣货量后，再计算此次最优路径。 当然，你的这个TSP求解问题因为条件过于复杂，我们只能趋向于求到局部最优解（不知道你是否能理解，数学中不一定能求出一个唯一的答案，只能是特定条件下趋向于正确或最优）。 进阶算法：可以根据波次和最优路径进行建模计算出两者之间的最优解组合，这个是运筹学里东西。 作为一个IT人，我当然希望你甚至可以针对算法进行了计算机编程（以上提到的算法）求解，利用软件对真实的波次和货位进行随机需求量进行计算测试，以期得到理想的最优解。 以上，我也就在此瞎说说而已，期望听到您的好消息，一起交流提高^_^。