近年来,像雾霾、暴雨、台风等这类常规突发事件的发生日益频繁,对我国的物流企业造成的经济损失愈发严重,尤其在物流系统中配送中心的选址和车辆配送方面造成的经济损失非常之大。因此利用集成优化的思想系统地研究常规突发事件下物流的选址-路径问题是非常有必要的。在实际常规突发事件下物流的运作过程中,考虑到路况等信息通常是不确定的,并且物流系统的目标涉及成本和时间两个方面,基于此本文先后建立了常规突发事件下以系统总时间为最小化的单目标选址-路径模型和以系统总时间和总成本综合最小化的双目标选址-路径模型。单目标选址-路径模型可以应用于对服务时间要求较高的配送中,比如,医学药品的配送;双目标选址-路径模型可以应用于日常的电子商务中。论文首先根据常规突发事件下物流选址-路径问题的相关研究和实际应用分析其中存在的问题。之后阐述了相关基本理论,主要包括:常规突发事件的界定,配送中心的概念、功能和分类,选址目标和影响因素,车辆路径问题的概述及选址-路径问题的类型和求解方法。接着,针对常规突发事件下物流系统中选址问题和路径优化问题的集成性这一特性设计了免疫遗传算法,在编码时采用了自然数编码,并且每一个染色体都同时包含选址与路径这两个方面的信息,从而体现了物流中选址-路径问题的集成思想。在设计免疫遗传算法的交叉操作和变异操作时,根据配送中心选址问题和车辆路径优化问题自身不同的特点分别进行了不同的处理。在免疫遗传算法的交叉操作中,路径信息部分采用的是部分匹配交叉,选址信息部分采用的是两点交叉;在免疫遗传算法的变异操作中,选址信息部分用的是两点对换变异,路径信息部分用的是逆转变异。之后考虑到在实际物流活动中,经常会遇到交通阻塞、交通事故、台风、暴雨、雪灾、大雾等情况,使得车辆的运输时间不确定,本文在建立系统总时间最小的单目标选址-路径模型时,对常规突发事件下车辆运输的路段增加了一个受阻系数,使理论配送时间更加接近实际配送时间。接着采用了Solomon数据库中RC108的数据集进行了算例分析,验证了单目标模型的合理性和算法的有效性。最后,综合考虑了时间和成本的两个方面的因素,建立了常规突发事件下的双目标LRP模型,并采用单目标模型中的数据再次进行了算例分析,验证了所建立的双目标模型具有较好的实用性。