1.一种订单分批和拣货路径联合优化方法，其特征在于：包括以下步骤：

1)以总拣货时间最短为目标，建立拣货订单分批与拣货路径联合优化模型；

2)采用嵌套遗传算法对拣货订单分批与拣货路径联合优化模型进行求解，得到最优拣货订单分批结果和最短总拣货时间；所述嵌套遗传算法包括用于优化拣货订单分批的外层遗传算法及用于优化拣货路径的内层遗传算法，内层遗传算法的优化结果反馈到外层遗传算法以计算一定分批结果下的总拣货时间。

2.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述外层遗传算法采用的种群是根据拣货订单聚类的个数和聚类结果，并结合随机生成方法而建立的，聚类以巷道相似系数为原则。

3.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述内层遗传算法采用的种群是根据分批结果中同一批次的拣货订单所对应的货位集合，并结合随机生成方法而建立的。

4.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述内层遗传算法和外层遗传算法所建立的种群中，个体的编码方式均采用整数编码。

5.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述外层遗传算法的迭代次数为≥40。

6.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述内层遗传算法和外层遗传算法在迭代中，个体的适应度值分别根据拣货路径的距离和总拣货时间计算。

7.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述拣货订单分批与拣货路径联合优化模型的数学表示为：其中，T为拣货订单分批后所有批次订单的总拣货时间，M为拣货订单分批的个数，i、j为拣货订单中的拣货位，n为仓库中的货位总数，Sh为第h批拣货订单拣货路径的距离，V为拣货人员平均行走速度，tu为拣取每个品项所需的时间，N为拣货订单的个数，yrh为描述拣货订单r是否被分到第h批订单中的变量，dij为拣货位i、j之间的距离，xri为拣货订单r的拣货位i的品项的数量，vi为拣货位i的品项的体积， 为描述第h批拣货订单的品项集合中是否包含拣货位i、j的变量，Q为拣货车的容量，eij是描述拣货位i、j是否为拣货路径中相邻的点的变量，xhi为第h批拣货订单的拣货位i的品项的个数。

8.根据权利要求1所述一种订单分批和拣货路径联合优化方法，其特征在于：所述嵌套遗传算法的迭代过程为：A1)外层遗传算法根据拣货车容量限制筛选出满足条件的个体，对这部分个体采用内层遗传算法分别对分批结果中的每一批次拣货订单进行拣货路径优化，并根据优化后的拣货路径的距离计算对应个体的总拣货时间；

A2)外层遗传算法根据种群中个体所对应的总拣货时间计算个体的适应度值，然后采用选择、交叉、变异算子进行种群更新，当达到迭代终止条件时，输出结果，否则转至步骤A1)。

9.根据权利要求8所述一种订单分批和拣货路径联合优化方法，其特征在于：所述交叉算子采用部分匹配交叉法。

10.根据权利要求8所述一种订单分批和拣货路径联合优化方法，其特征在于：所述外层遗传算法将不满足拣货车容量限制的个体的适应度值设为0。