近年来，随着社会经济的飞速发展以及经济全球化步伐的逐渐加快，物流在社会经济发展中的地位变得越来越重要，并逐渐引起人们广泛的关注，以致一国物流的综合发展水平成为判断其国家综合实力的标志之一。物流在国民经济中的地位日益凸现，而作为连接物流网络上下游的配送中心也开始逐渐为人们所重视。配送中心选址决定了整个物流网络的结构、规模，影响到物流系统中的物流费用和顾客物流服务水平的高低。无论是对于整个国家的物流业发展，还是企业的物流网络规划，选址决策都具有举足轻重的作用。 本文首先针对平面选址问题，根据粒子群优化算法和混沌优化方法提出了基于混沌的粒子群优化算法。该算法继承了两算法的优点，避免了粒子群算法易于早熟收敛，收敛精度差的缺陷，同时也避免了混沌优化算法运算时间长的缺点，从而来达到提高全局寻优能力和进化速度。其次，针对离散点选址问题，建立了无容量限制的配送中心选址模型，根据邻域搜索算法对初始方案有较强的依赖性的缺点，和遗传算法的个体多样性，全局搜索能力强的优点，提出在遗传算法中加入邻域搜索思想构建了混合遗传算法，并对所建模型进行了求解。另外，还对混合遗传算法求解过程中的参数设置进行了研究。最后，根据绿色物流的思想，同时考虑物流费用和配送过程中的尾气排放量，建立了加权模型。