随着国内电子商务的快速发展,以京东、天猫超市为主要代表的“一地多仓”模式下的在线零售商正逐渐成为电商行业发展的风向标。“一地多仓”模式下的在线零售商销售的产品品类众多,为人们提供了极大的生活便利,却也给电商企业的运营发展带来了空前的挑战。由于其存在订单数量大、一地多仓、一单多品等特点,在将订单拆分并分配至各仓库时,很多订单因各仓库存储的品类及数量的约束而被拆成多个子订单。订单拆分及匹配的不合理导致同一订单需要经过多次运输,才能完成配送任务,这不仅使得电商企业物流环节的总配送成本大幅增加,也极大的降低了顾客满意度。订单的拆分及匹配是“一地多仓”模式下在线零售商订单履行流程中的关键环节,订单分配的结果直接决定着后续订单处理过程能否有效开展。“一地多仓”模式下的在线零售商的订单分配问题,既要考虑在仓库现有的库存结构下,如何对订单进行拆分、分配,也要考虑在既定的订单分配方案下,如何对各仓库在物流配送环节的派车数量及行车路径进行规划,可见,它是一个非常复杂的联合优化问题。本文考虑到电子商务环境下在线零售商客户订单的特点,就“一地多仓”模式下在线零售商的订单拆分及在各仓库间的分配问题展开研究,首先分析了订单拆分的影响因素,考虑品类拆单与数量拆单同时存在的情形,提出以“最小拆单数”作为订单拆分规则,并将订单的拆分及匹配与后续物流环节的车辆路径决策相结合,在最小化总配送成本优化目标下,构建了“一地多仓”模式下在线零售商订单分配与车辆路径的联合优化模型。其次,在模型求解方面,利用分层的思想,提出了三阶段启发式求解算法,第一阶段是运用改进的广度优先算法,生成初始订单拆分及匹配方案与备选方案的集合;第二阶段在已生成的初始订单拆分及匹配方案的基础上,运用改进的禁忌搜索算法生成初始车辆路径方案;第三阶段是基于不同的订单处理顺序及相应的备选方案集合,运用改进的变邻域搜索算法求得较优解。最后,基于多仓环境下在线零售商的实际特征构造算例,从而进一步验证本文的模型及算法在解决“一地多仓”模式下在线零售商订单分配问题时的有效性和实用性。结果表明,在同时存在品类拆单及数量拆单的情形下,以“最小拆单数”为订单拆分规则的订单分配结果要优于现存的拆单规则,此外,波次内订单处理顺序的调整,可以有效地降低拆单数及后续环节总物流配送成本。