可视化物流配送的优化选址,能够有效解决物流配送效率问题。对可视化物流配送的优化选址,需要对物流的配送选址过程进行编码,通过粒子之间的隐性知识改善粒子搜索性能,完成大数据下可视化物流配送的优化选址。传统方法先建立选址模型,并对选址模型进行求解得到优化方案,但忽略了对配送选址的编码,导致物流配送选址不够准确。提出基于改进粒子群优化算法的优化选址方法,建立了优化选址经济模型和辅助模型;在对模型进行求解时,先对物流配送选址进行编码,反映粒子之间的合作与竞争的隐性知识,有效改善了粒子的搜索性能;同时利用边界缓冲墙方法对越界的粒子进行有效处理,加快了收敛速度,且显著提高了寻优精度。仿真表明,所提方法具有更好的寻优性能,能够得到运输成本最低的物流配送选址方案,并且收敛速度较快,精度较高。