本申请公开了一种估算仓库拣货能力的方法，这种方法基于大量仓库拣货的历史作业数据，并采用相关性系数衡量所列之影响仓库拣货能力的可能因素与仓库拣货能力的相关性的大小，并选取GBDT机器学习算法为模型，利用这些数据对GBDT机器学习模型进行学习，从而获得选取的仓库拣货能力的表征量的关键影响因素的量化值，最终当已知所述关键影响因素的实际值时，利用获得的量化值，就可以估算出仓库拣货能力。利用该估算仓库拣货能力的方法对仓库拣货能力进行预测，有效地避免了人工经验性预测导致的主观偏差，极大地提高预测的准确性，从而使得工作人员根据预测结果合理地调配仓库资源，即避免的仓库人力资源的浪费，又提高了仓库对激增业务量的应对能力。