近十年来，随着网上购物的兴起，快递行业也得到了迅速的发展，但快递行业一直给大众留下低端服务业的印象，因为在城市里，我们通常见到的只是骑着电动车到处送快件的快递员。因此建立规范统一、带有明显企业标志的快递服务便利店，可以提高快递企业形象，增强人们对快递业的认同感，同时快递企业还可开拓附加服务来增加营收，如自寄自取、快件包装等。零售选址方法主要分为综合分析法和数学模型法。综合分析法即综合分析候选位置点经济、交通、需求量、建设费用等信息，并应用层次分析法对候选位置点综合评价，最终选出符合公司各项目标的位置点；这种方法得出来的结果一般更加合理，但同时这种方法也非常耗费人力、物力，且费时较长。由于本文所研究选址问题需设立便利店数目较多，单个便利店设立成本相对较低，因此基于点需求和面需求，本文建立两个多目标选址模型来解决快递服务便利店选址问题。在基于点需求的多目标选址模型中，本文将客户需求点分为寄件业务需求点和取件业务需求点，针对两种业务不同特性在模型中做不同假设和处理，然后将市场份额与选址费用作为模型目标，并考虑门槛约束建立模型。利用某快递公司在上海徐汇区一周内收发快递数据作为模型的输入数据，利用多目标进化算法MNSGA-II和NSGA-II进行求解，分别得到一组帕累托非支配解集。根据本文采用的四个多目标优化评价指标对这两种算法进行比较，结果显示MNSGA-II求解的质量略优于NSGA-II,但NSGA-II和MNSGA-II得到的非支配解集均很好地逼近了帕累托最优解集。在基于面需求的多目标选址模型中，利用软件工具ArcGIS根据道路和水系将需求区域切分成多个子区域，并计算这些子区域的需求密度。以各子区域中心点为便利店候选位置点，考虑道路、水系的阻隔因素计算各候选点覆盖需求总量。考虑门槛约束和便利店之间距离限制，以市场份额和选址费用为目标建立模型。模型利用NSGA-II算法进行求解，在求解质量和求解速度方面均达到很好效果。在基于点需求的多目标选址模型和基于面需求的多目标选址模型得到帕累托非支配解集后，均采用一种基于逼近理想解排序的方法（TOPSIS）给出最合理解，以供决策者参考。另外，在实际选址决策时，决策者可根据自身条件在帕累托非支配解集中选择合适的选址方案。