现代物流是以系统的思想,以系统最优为目标对传统的流通环节进行整合,并产生了新的生产力。物流系统规划主要进行四个方面的决策:客户服务目标设计、设施选址决策战略、库存规划与管理和网络规划与设计。这些决策要素密切相关,存在着广泛的效益勃反关系,由于数学建模和求解的复杂性,传统上将这些决策内容划分为三个层次独立决策,这显然难以满足现代物流系统规划的要求。物流系统中的选址、库存、运输等决策要素的两两或全面集成建模和求解算法成为现代物流规划理论和运筹学的研究热点之一。本文充分考虑了现代企业物流网络的特点,分别对配送物流系统的集成建模和求解算法进行了深入研究。具体研究内容包括:　　 1.物流系统规划研究分析:首先分析选址问题、车辆路径问题和库存控制问题等物流系统顺序规划方法的研究成果,为物流系统集成规划提供研究基础。然后评述选址-路径问题的当前研究成果,分析当前集成规划建模和求解研究的热点、难点和不足,指出新的研究方向。　　 2.多级物流网络集成优化模型与算法研究:研究具有仓库、零售点和客户的三级物流网络规划问题,集成两级设施选址问题与两级配送路径问题,设计了集成规划模型。针对目前已有算法中,分阶段组合求解难以求得组合问题整体最优的确定,设计了混合遗传算法进行求解。遗传算法设计了二进制码和整数编码组合的三级染色体编码结构,并用禁忌搜索算法对交叉和变异操作做了改进。通过对两种规模的测试问题进行仿真分析,验证了模型的正确性,数值结果显示该算法求解选址-路径问题是有效的,并且更适用于求解小规模选址路径问题。　　 3.集成求解算法与组合算法比较分析:在研究拉格朗日松弛算法基本思想的基础上,基于数学模型的特征,设计了适合求解网络集成规划问题的拉格朗日启发式算法,提出了求解子问题的有效启发式方法。通过实例验证了模型的正确性和算法的有效性。计算结果与采用遗传算法结果相比较,验证了求解组合问题采用集成求解算法优于分阶段组合算法。　　 4.求解三级物流网络规划问题的确定性方法研究:提出采用基于拉格朗日松弛的分枝定界方法求解多级选址-路径问题。设计了求解多车场车辆路径问题的启发式算法,在分枝定界过程中,充分利用已有的信息,通过构造剪切条件、惩罚性检测规则,极大地降低了分枝定界树的规模,从而将传统的分枝定界算法改进为能求解大规模网络规划集成问题的增强型分枝定界算法。通过对不同规模的测试问题进行仿真分析,数值结果显示该算法求解选址-路径问题的可行性,有效性。　　 5.区间规划模型求解随机选址-路径问题研究:提出选址-路径问题的区间规划模型,模型中用区间数来表示产品需求量这一难于确定的参数。根据区间之间顺序关系的定义和区间不等式成立的度的定义,将区间规划模型转化为等价的清晰双目标规划模型,模型中的不确定性约束转化为确定性约束。对于清晰双目标规划问题的求解,提出求解该双目标规划模型的遗传算法,利用该方法能够求出问题的全部非劣解。经过对多个问题的仿真,证明了算法的有效性。　　 论文的研究成果丰富了物流系统规划理论的内容,为决策者进行实际的物流系统规划提供了更充分的科学依据,具有实际应用价值。