全球经济一体化,促进了被称为企业“第三利润源”的现代物流业的快速发展。现代物流系统已经不再是由仓储、配送、运输等单一物流活动串联起来的一种简单的商品流通载体。而是一个以信息为核心,将多种物流功能综合集成起来的全新的、高效的服务系统。随着社会经济的飞速发展,日益复杂的供应链系统需要更集成、更专业的物流系统为其服务。供应链系统可以看作是一个由供应商、制造商、分销商、零售商以及最终客户组成的制造营销网络。基于复杂适应系统理论,供应链中的众多成员可以看作是众多自学习、自适应的自主主体,而供应链系统正是由这些成员组成的一个动态演化的复杂系统。随着信息、通信、计算机技术与网络技术的快速发展,现代物流系统具备了为这样一个复杂系统服务的能力,而供应链系统的复杂性使得现代物流系统也成为了一类典型的复杂系统。本文采用计算实验方法,对复杂物流系统中的三类关键问题进行了研究。　　 首先,本文运用计算实验方法研究了逆向物流网络结构设计问题,分析了逆向物流网络的一般活动和网络结构,提出了一个四层的开环逆向物流网络结构。通过对环境和成本的考虑,定义逆向物流处理决策流程,运用计算实验方法,构建了逆向物流网络多目标优化模型。该模型考虑了回收产品的再制造,设计了逆向物流网络组成个体之间的交互、竞争、合作行为。通过对模型的研究,对影响逆向物流网络结构的关键要素进行了分析,得到了在不同设定规则下的最优逆向物流网络结构模型。　　 其次,本文运用计算实验方法研究了物流组织的动态演化问题。组织理论是一个引起学者广泛关注的研究领域。物流背景下的物流组织与其他类型的组织相比具有其特殊性。本文通过对物流组织复杂结构、物流组织运作协调机制、运作过程的研究,运用基于主体的计算实验方法建立一个服务于某一类供应链的物流组织。通过对物流组织中的对象与问题进行抽象,为组织内的成员建立了技术更新、定价、合作、竞争以及进入与退出等一系列运作规则。通过对物流组织成员行为的研究,获得了物流组织的动态演化过程,并通过分析,总结出了组织成员对物流组织协调产生影响的关键因素。　　 最后,本文运用计算实验方法研究了在物流管理领域受到广泛关注的车辆路径问题。车辆路径问题关注于如何合理地安排车辆、行车路径和出行时间,以最低的成本将货物准时送达客户,实现物流配送系统的高效运作。本文运用仿真与改进蚁群算法相结合的方法,来构建车辆路径问题的计算实验模型。在模型中,优化与仿真两个关键环节被有机融合起来。文中首先建立了具有多个随机约束条件的车辆路径问题的数学模型。提出了面向对象的车辆路径问题计算实验模型的总体架构,考虑到单纯基于数学模型建模求解效率不高的问题,尝试将蚁群算法进行改进,并加入到计算模型中对路径搜索进行优化。文中运用模型进行算例计算,验证了模型的有效性。文章最后将模型运用到一个实例中,并获得了有用的结论。