分拣选作业是仓储作业中最消耗劳动力的环节，所以应该采用优化拣选方式使订单作业的劳动付出最小化，并且更好的满足客户的要求。优化拣选方式具有缩短拣选距离和时间效率较高的优点，因此可作为第三种拣选方式。本文针对芯片行业仓库存在的大批量出货与零星出货共用一种拣货模式，增加了倒箱、拆箱等额外操作的概率；信息系统不能管理到货位，按照FIFO原则生成拣货单时，货位寻址没有进行优化，导致翻箱倒箱作业频繁，作业成本和强度居高不下；零星拣货方式不够合理，拆并箱作业频繁，尾箱返回原存储位增加了后续拣货的工作量等问题。结合了具体项目实际，对芯片行业的仓库进行了整体规划，并针对企业所在的供应链上下游的物流需求特点，确定了可以与原有作业流程相兼容的货位分配及拣选方案的智能化分配原则。然后，以物品是否允许强制拆箱、需求的是否要求整箱锁定、订单是否允许超发、订单和BPA数量受限和订单是否允许欠发等条件将匹配需求分类，并以客户需求匹配，翻倒箱次数，以及货龄作为优化目标，将拣选需求分为了4种具体情况，并对应了四种计算流程，采用二叉树回溯算法进行求解。最后，采用仿真技术，通过改变仿真系统中的货物入库频率，出库数量特征，采取不同的货位分配和拣选策略，对优化前后的仓储翻倒箱次数等参数进行对比，验证评估优化效果。本文即是针对具体行业仓储模式、仓储设施、储存空间、信息管理系统等进行决策及设计所做的研究，并结合具体的生产实际，按照物流系统的特征，给出了包括布局设计、出入库流程设计、货位分配规则以及货位拣选规则的一系列解决方案，并通过仿真软件模拟做出效能评估。提升了作业效率，减小了库存成本，对类似问题的解决具有一定的指导意义。