进入21世纪后,信息技术和互联网的发展改变了人们的生活方式、购物方式以及消费习惯。在这个过程中,电子商务得到了广泛的重视并得以迅速发展成为当今人们生活的主要购物渠道,大量的电商企业如雨后春笋般涌现,大大小小的企业和个人都可以参与进这场影响深远的变革中。随着国家发展模式的改变,对扩大内需的要求,电子商务模式更受到来自国家政策上的支持以及大力推动。但电子商务的发展,依然处于初期阶段,电子商务发展的模式与管理都需要不断的提高与完善。电子商务过程中存在一定程度的虚拟性,顾客在网上选购商品时,因不能接触到商品本身,可能存在预期与实际质量之间的差异,这种差异最终会导致一定程度的退货,进而产生退货物流。随着电子商务的不断发展,退货物流的规模必将不断增长,因而对退货物流管理的完善与提高是电子商务企业必然要面对的问题。退货物流的完善具有重要的社会价值,完善的退货物流不仅可以减少商品的浪费,而且能够减轻对环境与资源的压力。因而,电子商务环境下逆向物流的研究对企业和社会都具有重要的意义。本文主要研究电子商务环境下,逆向网络模型。逆向物流可以分为退货逆向物流与回收逆向物流两种类型,本文主要针对电子商务中存在的退货物流,提出以运营费用最小化和提升用户体验为目标的逆向物流模型。通过对逆向物流模型中关键的回收站选址问题的研究,提出了以粒子群算法为基础,通过改进惯性权重提高全局搜索能力的改进粒子群算法,并将算法应用于对模型的求解。为了验证模型和算法的有效性,本文将它们应用于真实案例,进而验证了模型的有效性和粒子群算法对于求解逆向物流网络选址问题的可行性。通过对粒子群惯性因子的研究,揭示了其对于粒子全局寻优能力的影响。