近年来随着市场经济的复苏,物流业逐渐蓬勃发展,物流园区应运而生；铁路网扩张及货运改革也进一步释放铁路运力,为提升铁路的物流服务能力创造了良好条件。在此背景下,论文对如何依托铁路枢纽,选择合适的铁路货运站、货场建立铁路物流园区,合理配置铁路运输资源,加快城市物流运转效率的问题进行了研究,主要从以下几个方面进行：首先,查阅并总结物流园区、铁路物流园区有关规划、建设、运营的相关理论及方法,分析了铁路物流园区选址问题,剖析了其选址特点,得出其选址主要依托既有铁路货运站、货场的结论；并分析选址过程中影响城市物流需求的多种因素及不同预测方法的特点,采用多元线性回归方法对未来年城市物流总需求量预测,再按照各铁路货运站当前货运比例进行分配。其次,建立定性与定量铁路物流园区选址方法。定性部分,构建针对作为铁路物流园区备选集的各铁路货运站的评价指标体系。在层次分析法计算专家对各级指标权重的基础上,考虑专家打分的主观性,运用熵权法计算专家自身权重,两者的乘积作为各指标最终权重。再使用模糊综合评判法对各铁路货运站进行综合评价,按照最终得分情况,确定铁路物流园区的备选集。然后,在定量部分,考虑城市其他未被选为物流园区的铁路货运站为物流需求点,建立最大覆盖最小成本的双层规划模型,上层规划目标为各铁路物流园区对货运站的总需求覆盖量最大,下层规划目标为各铁路物流园区的扩建、仓储与运输费用之和最小。本文设计了一种改进的遗传-粒子群算法(GA-PSO),其中遗传算法采用0-1编码方式,对铁路物流园区备选点编码,继而求解上层目标的总覆盖量最大时的选址结果；粒子群算法中粒子的维度值取0-1之间的任意实数,表示物流园区对货运站的覆盖比例,从而确定当下层目标的成本最小时,每个园区对城市各铁路货运站的需求覆盖比例。最后,以徐州市为案例验证方法的科学性。本文在分析徐州市经济发展和产业结构的基础下,预测徐州市2020年的社会物流需求量,应用本文提出的方法与理论,规划了徐州市的铁路物流园区选址,并确定了各铁路物流园区对铁路货运站的覆盖比例,从而验证了本论文的理论意义与实践价值。