生鲜食品配送中心在供应链中占据着重要地位，建立和规划生鲜食品配送中心具有深远的意义。 本文将商品需求假定为满足某个分布函数，并具备一定单调性质的随机变量，摒弃了传统选址模型将需求看作是常数的一贯假设。综合考虑生鲜食品运输费用和由于食品腐败而产生的损失费用，构造了总费用目标函数。按照费用最小化的原则，当目标函数取得最小值时，对应的配送中心的选址方案便是最优方案。 由于目标函数中含有随即机变量，不能直接比较大小，本文采用了随机变量停止一损失序的判断准则，综合随机变量单调性的性质，将问题转化为寻求随机变量的停止-损失函数的最小值，从而将一个含有随机变量的数学模型，转化成了可以计算出实数结果的目标函数，使最优方案的求解成为可能。 由于配送中心选址属于NP规划难题，需要运用启发式算法进行搜索求解。本文采用了改进的遗传算法对目标函数进行求解，合理设计了寻优方案，并结合重心法，对初始染色体进行了改良，不但保证了染色体的质量，而且充分发挥了遗传算法多点搜索和寻优的能力。在求解过程中，灵活运用复制、交叉和变异三种基本操作，一方面保存了优良基因，另一方面也保证了染色体的多样性，最后通过删除不良基因，有效避免了遗传算法过早收敛的缺点。 在案例分析中，我们论证了本文的随机数学模型相对于传统模型，在需求构造随机化方面的合理性和费用节省方面的有效性，并进一步验证了遗传算法在这类规划问题上的较强的寻优能力和较高的求解效率。 最后，本文对生鲜食品配送中心选址领域的一些研究限制进行了思考，并对未来的研究方向进行了讨论。