近年来随着我国经济的快速发展，供应链的各个环节也在迅速发生变化。其中物流中心在供应链中的作用日益重要，而拣货路径的长度是最直接影响物流中心效率的因素，因此，减小拣货路径的长度对提高企业竞争力有重要的意义。　　提高物流中心效率的方法研究，有仓库设计、订单组合策略、储位设计、拣货策略等，并已取得了一定的研究成果。其中拣货策略对提高拣货效率有直接而有效的影响。对拣货策略的研究主要有启发式策略、最优化算法、蚁群算法、插入算法等。在拣货员拣取货品的过程中，每次的路径都不可能完全相同，拣货策略就是通过对拣取货品采取不同的拣取顺序来使拣货路径最短。　　通过对已有文献的探讨，发现拣货策略中的最优化算法只能应用于单区块拣货环境下的拣货作业，而在实际应用中，大量的仓库采取多区块的布置方式，而且典型是三区块的拣货环境。针对三区块的典型布置问题，本文将最优化算法扩展，并使其与启发式策略相结合，提出扩展最优化算法，并进行了实验分析，以验证性能。　　本文对影响物流中心拣货效率的各个因素做了简单介绍和文献探讨，包括仓库设计、订单组合策略等因素，并对目前常见的几种拣货路径优化策略做了较为详细的介绍，在典型仓库布局——三区块的环境下设计开发了路径优化系统。通过大量实验发现三区块拣货环境下使用扩展最优化算法获得的路径大大短于相同条件下使用最大间隙策略、中间点折返策略或其与合并策略结合后获得的路径长度；而与蚁群算法作比较时，虽然使用扩展最优化算法获得的路径长度略大于蚁群算法获得的路径长度，但该算法的运行时间大大小于蚁群算法。因此，三拣货区块环境下使用扩展最优化算法在解决传统的拣货路径问题上是一种可行的方法。