B2C模式下商品退货现象越来越普遍,退货的回收处理问题对供应链系统运作效率,快速响应能力以及物流资源合理配置提出了更高的要求,高效稳健的闭环供应链网络设计成为企业管理者必须要思考的问题。设施选址与库存控制作为供应链网络设计不同层面的重要决策,对其进行集成优化可实现加快供应链效率,降低企业运营成本,提高物流服务水平的目的,从而避免其陷入局部最优。因此,研究B2C模式下考虑退货的闭环选址-库存集成优化问题具有现实意义和应用价值,构建闭环选址-库存问题集成优化模型和设计实施难度低的高性能算法具有重要的理论意义。基于此,本文分别构建三种拓展的选址-库存决策模型,为有效求解该模型,引入差分进化（Differential evolution,DE）算法并融合其他算法的优点,设计高效、稳健的改进差分进化算法。通过多组算例验证模型的可行性与算法的有效性。主要内容包括以下三个方面:（1）考虑无缺陷退货的选址-库存问题集成优化。B2C模式下大量的商品退货并无质量缺陷,仅需简单再包装即可再次进入市场销售,从物流系统集成优化的角度出发,构建考虑无缺陷退货的多商品选址-库存问题集成优化模型。通过分析模型的性质,设计了改进的差分进化（Improved differential evolution,IDE）算法求解模型。随机生成多组算例验证了IDE算法的性能要优于DE算法以及商业软件Lingo。最后,对模型相关参数进行敏感度分析,为企业管理者运营管理实践提供指导和建议。（2）考虑商品退货的闭环选址-库存问题集成优化。B2C模式下的商品退货除了无缺陷退货外,还包括有质量缺陷退货以及未拆封的新商品退货。其中,无缺陷退货在回收中心进行简单再包装后即可再次进入销售市场,有质量缺陷退货通过回收中心返回至修复中心进行修复方可再次进入市场,未拆封的新商品退货直接再次进入销售市场。基于此,构建考虑商品退货的多商品闭环选址-库存问题集成优化模型,针对该模型求解的复杂性,设计了混合自适应差分进化（Hybrid adaptive differential evolution,HADE）算法对模型进行求解。通过将HADE算法与其他算法进行比较,结果证明HADE算法性能的优越性。并对商品退货相关参数进行敏感度分析,为企业管理者提供有益的管理建议。（3）考虑商品与翻新商品退货的闭环选址-库存问题集成优化。B2C模式下网络零售商除了正常销售新商品外,也开始销售翻新商品,而翻新商品主要来源于平台自营新品7天无理由退货、因外包装破损留存仓库未销售产品以及原商品因质量问题产生退货后由厂商换新或维修的商品。基于此,考虑B2C模式下商品退货经过一系列专业处理后作为翻新商品再次进入销售市场这一现实情况,从全局优化的角度探究设施选址与库存控制决策,构建考虑商品与翻新商品退货的闭环选址-库存问题集成优化模型,并提出了改进的自适应差分进化（Improved self-adaptive differential evolution,ISa DE）算法求解模型,随机生成多组不同规模的算例验证算法的有效性,可用于求解此类复杂优化问题。