倉庫業務において顧客オーダーを効率的に処理しようとした場合，作業者へのオーダー割当（オーダーバッチング）が重要となる．しかしオーダーバッチングは組合せ最適化問題とされており，最適なバッチを決定することが困難である．本稿ではメタヒューリスティクスを用いた従来のオーダーバッチング最適化手法に対して初期個体生成にk-meansクラスタリング法を導入した最適化手法を提案し，実データを用いてオーダーバッチングの処理性能を評価する．提案手法の特長として，顧客オーダー内商品群の重心座標を用いたクラスタリングに基づき最適化対象を制限することにより，実用的な時間で効果的なバッチング処理が実現できると考える．