影响拥堵的各种因素不能单纯的考虑一种，应该综合加以考虑，研究学者往往同时对两种或两种以上因素进行联合分析，或者是同时分析布局与存储策略，或者是同时分析订单波次和存储策略，有的则是同时分析存储策略和拣选路径。在选址分配、订单批处理、拣选路径优化等与仓库拣选作业相关的文献中，大多数研究假设一个仓库只有一个拣选者^[7-9]。Zhou L等^[10]用离散马尔可夫方法研究了具有竖型布局、S型拣选路径和分类存储策略的窄通道双拣选系统的拣选拥塞问题。研究了拣选面的拣货数量对拥堵率的影响，对比了拣选者的行走速度与拣货速度相同和相差较大时的拥堵率。Torsten F等^[11]研究了不同存储策略和拣选路径组合下的拣选机器人拥堵问题，设计了一个基于智能体的模拟模型用于矩形仓库中的订单拣选，研究拣选机器人的行为以及他们与环境的相互作用，并对其拣选顺序的选择过程的影响进行了评估，得出最优的存储策略和拣选机器人数量。钱吴永等^[12]构建基于协同合作的拣选路径模型,通过交换拣选订单,动态调整拣选路径,来减少拣选拥堵的产生。Soondo H等^[13]建立了一个量化阻塞延迟的模型，并发展了一个控制模型来减少桶旅顺序拣选系统中的阻塞。桶旅索引批处理模型包含了生成批处理备选方案的索引批处理约束、量化块延迟的桶旅拾取器阻塞约束和逐步将批处理结果与块量化连接起来的发布时间更新约束。