随着人们消费需求逐渐向多样化以及个性化转变,企业所面对的订单类型多为多品类订单,同时销售市场日渐从商品销售逐渐转向服务型销售,而在订单履行过程中订单配送服务是其服务水平的重要体现,对于具有可拆分性的多品类订单,在“一地多仓”存储模式下,其订单履行过程可分为订单拆分和配送两阶段,目前企业多采用单一的“最小拆单率”原则或“就近原则”进行实时拆分,只能实现部分订单拆分优化,同时多将订单拆分与订单配送作为两个完全独立的阶段,忽略二者之间的关联性,无法实现订单拆分及配送的整体优化。因此本文针对多品类订单,从降低订单拆单率以及配送成本,提高配送服务水平出发,拟解决多品类订单拆分及配送优化问题。本文主要工作如下:（1）采用分批次批量处理订单,并提出一种结合“最小拆单率”与“就近原则”拆单思想的订单拆分方法。基于“最小拆单率”思想,从降低企业配送任务量和客户取件次数,提高配送服务水平的角度出发,结合订单的实际需求和“一地多仓”存储模式的特点,对同一批次内的一批订单,构建多品类订单拆分优化模型,通过采用“分+总”方式,先对单个订单逐一进行拆分优化,然后将其整合起来构建多品类订单批量拆分方案,从全局角度对订单拆分进行优化。并基于0-1规划法与排列组合法设计求解方法,得到多品类订单批量拆分方案集合,实现多品类订单拆分的第一次寻优。（2）依据多品类订单拆分得到的多品类订单批量拆分方案集合,将多品类订单配送问题转化为多仓库对多订单的订单配送问题,构建多品类订单配送优化模型。该模型以车辆额定载重为约束,考虑订单配送时间窗,引入时间窗惩罚成本,以订单配送成本最小化为目标,实现多品类订单配送优化。（3）针对多品类订单配送优化模型,提出改进遗传算法进行求解。算法设计中依据问题及模型特点采用两层编码,设计能够同时体现仓库、车辆以及订单等信息的编码方式,并对交叉及变异进行改进,在实现迭代优化的同时,避免无效解的干扰,使得算法更适用于问题模型求解,最终实现多品类订单配送优化以及多品类订单拆分二次寻优同步进行。（4）运用算例针对多品类订单拆分及配送问题,将传统方法与本文所设计的方法通过MATLAB仿真进行结果对比。通过对比分析,本文所建立模型及求解方法更适用于该问题优化求解,且在结果上优于传统方法,能够有效降低订单拆单率即企业配送任务量,并降低配送成本,提高配送服务水平。本文共含图30幅,表22个,参考文献54篇。