“如何降低物流费用,提高物流系统运作效率”这一问题早已不再只停留于理论研究层面转而以一种更加迅速且直接的方式影响着人们的日常生活。“互联网+”时代的到来、电子商务的快速崛起,“网购”与“虚拟经济”这些名词已经成为人们的一种消费与生活依赖。物流作为中间桥梁与纽带,其效率与成本从未如此深刻的影响过我们。而随着这一生活习惯的改变、伴随世界贸易大发展的背景,带来的同时还有对物流网络这一基础保障的巨大挑战。我国政府开始提倡“物流大通道”的宏观建设战略,而相关企业则开始新一轮的网络布局微观重构,两者都期待自上而下的打通物流网络大通道,希望从根源上降低社会物流成本、提升物流效率。在这一历史背景下,考虑我国社会物流的发展现状,本文研究了一类特殊的轴辐式物流网络设计问题——多枢纽通道轴辐式物流网络。在该问题中,由于我国现阶段阶段性投资限制及国际物流网络无法克服的地理因素制约的事实存在,网络中枢纽节点间无法形成完全联通的枢纽级别网络。因此,本文考虑枢纽节点的选址必须形成一系列相互连接的通道网络,通过连接枢纽间高效的通道实现运输成本或运输时间的规模经济效益。提出了一个纯整数非线性规划模型用来求解网络设计中的枢纽选址及通道配置问题。在考虑所有枢纽网络关键节点处的物流作业时间消耗前提下,研究的目标是最小化所有节点间总的加权运输时间,同时考虑物流枢纽网络建设总成本的预算约束,使其更加符合我国当前的物流网络设计现状与需求。本文提出了混合精英遗传算法(Hybrid Elitist Genetic Algorithm,HEGA)用以求解上述模型。该算法融合传统遗传算法的基本思想并引入精英保留策略,将模拟退火算法中的Metropolis接受准则及粒子群算法中的更新规则引入遗传操作,得到了一种兼具全局搜索能力、有效收敛性能、精确且稳定的启发式算法。通过比较LINGO与HEGA算法同等规模计算实验的结果,得到了一致的计算结果以及HEGA算法稳定理想的收敛曲线,证明了本文所提出的HEGA算法解决小规模问题的求解精度与收敛性,并展现了其超越精确算法的求解速度。中小规模及大规模标准算例的计算实验则验证了HEGA算法的求解效果,无论从收敛性、精确性还是稳定性上HEGA算法在解决本文所提出的多枢纽通道轴辐式物流网络设计问题中均有更为优秀的表现。本文旨在通过以上研究提出一类符合时代发展需求的物流网络规划与设计方法。