金融网点选址是否得当直接关系到金融企业的经济效益,因此需要制定科学的选址策略。传统的选址分析方法存在着一定的缺陷,无法满足当今金融网点选址的需求。应用科学的选址模型和算法,并结合地理信息系统(GeographicInformation System, GIS)技术而建立的选址决策支持系统,能给金融企业提供科学、直观的选址方案,是实现金融网点选址的一种有效途径。 本文应用金融网点选址理论,在多目标进化算法及人工免疫系统理论的基础上,设计了适合于金融网点选址的非劣分类免疫算法(Nondominated SortingImmune Algorithm, NSIA),并在GIS平台上实现了基于该算法的金融网点选址系统。本文的主要工作有： (1)通过对非劣分类遗传算法和免疫算法的深入分析,在非劣分类遗传算法中引入了免疫系统的特性,使其与免疫算法有机融合,设计了更加有效的非劣分类免疫算法,同时给出了该算法的详细设计方案和实现步骤,并对其进化操作进行了改进。 (2)基于Matlab编写了非劣分类免疫算法与非劣分类遗传算法的仿真对比程序,主要从收敛速度、解集适应度和Pareto前端分布性三个方面进行了对比分析,验证了非劣分类免疫算法比非劣分类遗传算法具有更快的搜索效率和收敛速度,能更好地保持解集的多样性和分布性,能有效地克服该算法中进化操作的不足。 (3)本文在上述理论研究的基础上,以天津市某ATM运营商的网点规划为案例设计了新的选址模型,开发了金融网点选址系统。该选址系统采用了GIS技术,以非劣分类免疫算法为核心决策算法,具有较好的通用性和直观性。该选址系统快速准确地实现了选址决策,具有很好的实际应用价值,能广泛地应用于金融企业、餐饮娱乐、商品零售等行业的网点布局规划。