随着社会经济的快速发展和电商时代的到来,物流行业作为第三产业的重要组成部分,其物流体系建设和服务能力提升,对于发展现代物流和促进产业结构升级具有重要作用。而配送中心作为物流活动系统化和规模化的必然产物,具有采购、存储、配组、加工等物流系统功能,是现代物流体系建设的关键环节。但其发展至今仍然存在着诸多问题,如基础设施薄弱、现代化程度不高、功能不健全以及选址不甚合理等。其中,配送中心选址问题不仅关系着配送中心的正常运转和系统功能发挥,还影响着配送中心物流成本和服务水平的高低。因此,优化物流配送中心选址对于提高物流配送效率,完善现代物流服务体系建设具有重要理论意义和现实意义。本文通过对国内外配送中心选址问题相关文献综述发现,目前大多数研究以追求配送中心物流成本最低为主要目标进行建模和优化,而选址结果常以牺牲顾客服务体验为代价。并且随着客户需求日益多样化和行业服务水平的整体提升,配送中心的配送效率和服务质量与物流成本间的矛盾在配送中心选址问题中越来越突出。为解决这一问题,本文兼顾企业目标和客户满意,以物流成本最小和客户时间满意度最大为优化目标,并且考虑配送中心容量限制,以及客户配送时间限制等实际约束条件,构建带有约束惩罚项的多目标物流配送中心选址问题模型。为求解该模型,本文进一步对求解算法进行了研究,发现基于分解的多目标进化算法(MOEA/D)为每个搜索能力不同的子问题分配相同邻域规模的缺陷。针对此问题,本文提出了一种基于个体进化动态分配邻域的分解多目标进化算法(MOEA/D-SD)。该算法首先在收敛性方向和多样性角度上评估个体的进化状态;然后根据进化状态动态调节邻域大小,为每个子问题分配合适的邻域规模,并通过在标准测试函数上对比几种典型的多目标进化算法,验证了MOEA/D-SD算法的收敛性有明显提升,算法资源分配更加合理,所求解集整体质量得到了提升;最后将该算法应用求解本文物流配送中心选址问题中,优化结果实现了配送中心选址兼顾物流成本最低和客户时间满意度最大双重优化目标,并且为决策者提供多种具有pareto最优的选址方案。