随着国内快递行业竞争的不断激烈,快递企业将面临着巨大的挑战,此时对于快递公司而言通过改善自身作业流程达到降低成本的目的已成为首要任务,但是目前国内快递企业作业流程多处于较低水平,而对于快递业复杂作业流程而言,快件分拣是其中所占成本较大的一部分,所以快件分拣流程优化是降低快递企业运作成本的主要突破口。本文基于A快递公司华南分拨中心的快件分拣作业情况,对该分拨中心目前的分拣数据与分拣流程进行分析,并发现了该分拨中心目前的快件分拣作业流程存在的不足,其中主要表现在初分阶段快件流向的分组不合理导致后一细分阶段产生人员效能浪费或者人员工作强度大的不协调现象。针对此问题,本文通过建立数学模型进行优化研究,找出相对优化的初分流向分组方案。采用邻域搜索启发式算法求解模型则是方法的要点,首先读取给定数据并生成多组初始方案,并在这些初始方案的基础上不断进行迭代优化,而模型迭代优化的思想则是对每一组方案进行微小调整,判断是否更优,如更优则替换原方案,否则保留原方案,直到满足迭代停止条件输出最终优化方案。其中判断方案的优劣是通过计算比较每组方案的目标函数来实现,目标函数则通过分拣作业流程中能量化的关键评价指标加权求和得到,其中关键指标之一则是分拣人员需求数,这一评价指标对分拣作业成本影响颇大。最后本文设计实验对模型进行检测,通过多次运行程序、读入不同的关键指标权重值、读入不同的快件分拣数据去检测模型是否稳定,是否能适应不同的关键指标权重值、是否能适应变动的快件数据,通过实验以检测模型的稳定性与可行性。结果显示,该模型和方法有很好的适应性和稳定性,对快递企业运作有很大的应用价值与指导意义。