在物流网络中,配送中心连接着供货点和需求点,是两者之间的桥梁,在物流系统中有着举足轻重的作用,因此搞好配送中心的选址将对物流系统作用的发挥乃至物流经济效益的提高产生重要的影响。本论文在综述配送中心选址问题研究现状的基础上,通过对配送中心选址特点的分析,对配送中心选址的模型和算法进行了研究。全文主要内容如下:(1)详细介绍了有关配送中心选址问题的研究现状,分析了配送中心选址问题的基本理论与方法,其中对于本文研究相关的方法作了重点介绍,为下文进一步研究配送中心选址问题奠定了基础。(2)定性研究了配送中心选址问题,通过对影响配送中心选址影响因素的分析,构建了配送中心选址评价的指标体系,在此基础上,运用多层次灰色评价方法建立了配送中心选址多层次灰色评价模型。最后通过实例分析表明该模型能很好地处理配送中心选址问题,为决策者提供一种有效的优化工具。(3)研究了配送中心的连续性选址问题,将小生境粒子群优化算法和ALA方法相结合,提出了解决此类模型的混合粒子群优化算法。通过算例表明该方法能有效解决配送中心的连续性选址问题。(4)提出了有竞争的配送中心选址模型,用常规启发式算法对有竞争的物流配送中心选址问题进行求解时,经常会陷入局部优化解。针对这一情况,本文引用Drezner算法的思想,提出了解决此类模型的混合遗传算法。该算法充分利用Drezner算法的局部搜索能力和遗传算法的全局优化能力,使计算结果能更接近全局最优解。最后通过实例分析表明该算法能很好地处理有竞争的物流配送中心选址问题,为决策者提供一种有效的优化工具。(5)提出了基于“成本—服务型”战略的配送中心选址模型,该模型是在有距离约束的p-median问题的基础上建立起来。结合该模型的特点,本文提出了一种求解该模型的免疫算法,通过实例分析,该算法能有效地求得问题的优化解和近似优化解。(6)研究了一类考虑固定成本的配送中心选址方法,针对该模型及其算法复杂的特点,引入了二重结构编码的方法,与运输问题的算法相结合,提出了一种混合的遗传算法。该方法有效地解决了约束条件的限制,提高了算法的搜索效率。实验表明,该算法具有较好的收敛能力,能够快速地