城市人口密度的快速增长推动了城市物流业的迅猛发展,但也给城市物流网络优化与运营管理带来了巨大的挑战。近年来,物流业的快速发展导致的环境保护问题已经引起世界各国政府、企业和研究学者越来越多的重视。物流活动对环境的影响主要体现在碳排放污染和不合理的废物产品回收等方面。针对上述现象,国内外学者研究了物流设施选址、车辆路径优化和配送过程的碳排放控制等的单目标优化问题,然而,由于物流设施选址、车辆路径优化和配送过程的碳排放等问题是相互影响的,因此,集成研究上述问题有利于减少物流运输/配送的总成本、提高物流运输/配送效率和减少配送过程的碳排放,进而为物流系统优化决策提供研究保障。当前,已有较多相关文献涉及选址-路径优化问题研究,但结合产品回收率设计优化目标函数进行闭环供应链优化的相关研究较少。在闭环供应链优化过程中,客户点聚类常被应用于路径优化的初始化过程,而将客户的产品偏好作为聚类操作过程的有效指标进行选址-路径优化问题的研究较少涉及。针对上述研究不足,本文提出“考虑客户聚类与产品回收的两级物流网络选址-路径问题”(记为TELRPDR:Two-Echelon Location-Routing Problem with Delivery and Recovery based on Customer Clustering)并探讨其优化求解方案的经济与环保效率。同时,本研究还结合实际物流网络的动态性假设客户需求量和回收率具有不确定性特征,进而使研究的选址-路径问题更具实践性。通过已有相关文献分析,阐述典型的闭环物流网络运作,分析客户聚类基本操作,讨论物流设施选址和车辆路径优化问题的基本数学模型,进而基于TELRPDR问题的多目标性质提炼出典型的多目标优化方法;而后,介绍本文的基本物流网络布局,模型相关的集合、参数与决策变量,进而构建物流网络成本最小化和环境影响最小化的多目标优化模型;其中,环境影响最小化模型是以产品回收最大化和碳排放最小化为目标综合建立的。针对建立的多目标优化模型,首先进行了客户点聚类操作,并基于聚类结果提出了改进的非支配排序遗传算法-II(记为INSGA-II:Improved Non-dominated Sorting Genetic Algorithm-II);在算法设计过程中,结合客户聚类和扫描算法生成父代染色体种群,并通过部分反射交叉和交换变异算子生后代染色体,并且利用INSGA-II的非支配排序与拥挤距离计算功能比较得出优化结果;而后,本文利用随机生成的15组数据比较算法的性能,实验结果表明INSGA-II相对于已有的多目标优化智能算法(标准NSGA-II和多目标粒子群算法)在结果的质量与运行时间上均具优势。最后,将模型和算法应用于重庆市某家酒水制造企业的实际选址-路径问题。计算结果表明:本文所建议的模型和INSGA-II算法能有效降低决策的难度和提高物流系统的运作效率。本文涉及的“考虑客户聚类的产品回收的两级物流网络选址-路径问题优化研究”不仅能减少物流运作成本和降低物流运输/配送过程对环境的影响,也为客户关系管理研究和多级物流网络优化问题研究提供了保障。