在当今时代,在市场竞争日益激励的环境下,越来越多的企业开始意识到物流管理的重要性。而物流业务的外包也成为企业提高竞争力的重要手段之一。不仅是传统的正向物流业务外包,新兴的逆向物流也逐步开始进行外包。这对于从事物流外包业务的第三方物流供应商(3PLs)来说,无疑是一个非常有利的发展机会。同时,为了更好地提高客户服务水平、降低物流总成本和运营费用,第三方物流企业必须改进其物流网络,使得其能够同时支持正向物流和逆向物流的运营。为此,本文对第三方物流的正向和逆向物流网络规划问题分别进行了比较详细的分析和研究,并建立了相应的优化模型。然后在此基础之上,提出了一个混合整数非线性规划模型(ILM),来解决同时包含正向和逆向物流的整合物流网络规划问题。该模型属于是一种N-P难题。对这种问题,人们往往采用传统的遗传算法能取得比较优良的次优解。但对于比较复杂的问题,遗传算法在进化过程中有较高的概率会出现早熟问题,从而导致收敛于较差的局部最优解。为此,本文提出用一个基于模型特性,包含子搜索过程的混合免疫算法来对问题进行优化。最后在算法性能测试中,本文将免疫算法得到的优化数值及收敛速度和传统的遗传算法进行了对比。对比结果表明,免疫算法的性能明显高于遗传算法。