区域物流配送是指基于当地的市场经济发展环境、政治环境和自然环境等因素,为了区域可持续发展而建立的合理利用空间结构和服务规模并适应区域环境特征的物流配送系统。作为连接工厂与客户的桥梁,区域物流配送中心选址不仅决定了物流配送距离及相应的配送模式,而且对物流系统的运作效率有着重要的意义。因此,研究区域物流配送中心的选址具有重要的理论和现实意义。由于区域物流配送中心选址的评价过程存在不确定性,且单人参与区域物流配送中心的选址存在较大的主观性,因而由多人参与区域物流配送中心的选址会更加科学合理。本文主要研究了模糊群决策在区域物流配送中心选址中的应用,分别从选址的指标体系、指标权重、参与评价的专家权重和集结专家信息这四个方面展开研究。主要研究成果和研究方法如下：本文首先研究了选址评价指标体系的建立标准和原则,在学习借鉴现有研究成果的基础上,结合十二五规划中对于节能减排的标准及要求,分别从交通、经济、环境和其他因素四个方面给出了区域物流配送中心选址的评价指标体系。为了对相关性较大指标进行筛选,本文基于统计学的原理分别通过单侧检验和整体检验方法对初选评价指标体系进行了分析、筛选,从而确定、完善了区域物流配送中心选址评价指标体系；在对区域物流配送中心选址进行评价的过程中,各指标的权重确定是指标体系建立后的一个重要问题。目前,最常用的指标权重确定方法是通过对指标的重要性两两比较构造出互反判断矩阵或模糊互补判断矩阵,并根据判断矩阵导出各评价指标的权重。关于互反判断矩阵或模糊互补判断矩阵的权值导出方法已经有很多研究成果,各专家学者分别从不同的方面给出权重计算公式,因而选择何种方法来计算指标权重难以取舍。本文在介绍了互反判断矩阵和模糊互补判断矩阵构造方法及由判断矩阵导出排序权重方法的基础上,针对互反判断矩阵排序方法进行了仿真计算,发现同一判断矩阵会因为不同的排序方法得到不同的排序结果。同时,还得出以下结论：针对同一互反判断矩阵,选择不同的排序方法,所得到的排序权重是不一样的,判断矩阵的阶数越大,权重之间的差别越大。比如判断矩阵的阶数在7阶以下时,选择不同的排序方法,其排序结果几乎相同；互反判断矩阵阶数在7阶以上时,选择不同的排序方法时,其排序结果会出现很大的逆转。故在层次分析法中,方案的选择应该是小于等于八个。对于任何阶数的判断矩阵,不论选择何种排序方法,一般都能准确的确定出最优及最差方案。而针对判断矩阵排序方法过多且不宜选择的难题,本文提出了运用组合加权平均(CWAA)算子将集结所有排序方法得到的权值作为最终权值,据此来计算指标权重,从而达到综合利用各个排序方法优点的目的。在多人参与评价的过程中,往往会因专家学者对区域物流配送中心选址的了解程度或知识结构及风险态度的不同,导致所给出评价信息的可信度有差异。所以,如何来有效描述专家所给评价信息的重要性(即专家权重的确定)也是区域物流配送中心选址中一个必须解决的难题。在专家所给评价信息为模糊数的前提下,基于模糊数的相似度函数原理,依据专家所给决策信息与其他专家评价信息的相似度提出了一种提炼各专家客观权重的方法,解决了如何在模糊环境下客观确定专家权重的问题。最后,本文将该方法进行了推广,提出了在选址中基于加权的和基于拉直向量的专家权重确定方法。接下来,要解决的问题是如何集结专家的信息。在决策信息为模糊数的环境下,首先考虑了集结各专家意见时的两个原则：一个是使专家对候选地址的评价值隶属于该专家对该物流配送中心候选地址的模糊评价值的隶属度尽可能的大；另一个原则是集结专家意见后所获得的候选地址的群体综合值应该尽可能的和各个专家对候选地址的客观评价值相符或是相近。根据模糊数隶属度的概念,以客观评价值隶属度最大为约束条件,以群体综合值与各个专家的客观评价值之差的范数最小为目标,建立了基于隶属度最大的群组专家信息集结模型,并对该模型进行简化,然后利用遗传算法对所建立的非线性模型进行求解。最后,通过实际案例分析了某区域物流配送中心的选址过程,并提出了合理的建议。本文基于模糊数学原理建立了区域物流配送中心选址的模型,解决了在物流选址过程中存在的模糊性,并发展了多属性决策中属性权重的确定理论、群决策中专家权重确定理论以及基于模糊环境下集结群组专家意见的方法理论。