设施选址问题是城市规划中经常遇到的问题,根据选址理论的典型模型,可将其分为覆盖问题、p中心问题和p中位问题三类。而每类问题由于限制条件及目标函数的改变,可能形成多个变体。本文以其中容量受限的p中位问题为研究目标,通过分析现有方法在解决容量受约束p中位问题时的不足之处,同时在考虑保持设施服务范围空间连续性的前提下,提出了一种改进的优化算法,并将之应用于上海市应急避难所的选址问题中。p中位问题是指如何选择p个设施点,使所有需求点到设施点的平均权重距离(或时间)最短,当每个需求点有确定的需求量,而每个设施点有最大服务容量时,则一般p中位问题即演变为容量受限的p中位问题。目前,就此问题国内外学者已经提出了多种启发式算法,如遗传算法、模拟退火算法及分撒搜索算法等。本文在此基础上,从设施选址实际情况出发,增加了需求点空间分布不均及保持设施服务范围空间连续两项限制条件,提出了一种新的分散搜索算法,其主要改进之处包含以下三点：一是融合了替换插入算法,用以解决需求点指派问题,该方法能够保持设施服务范围的空间连续性；二是改进了原分散搜索算法的局部搜索过程,提出邻接矩形的策略,该策略可以大大提高邻域搜索的速度；三是整合了路径重连算法,将其应用到分散搜索算法的解合并过程中。为验证改进算法的可行性,本文设计了两组实验,分别从运算速度、需求单元空间连续性和设施容量受限等几方面进行测试,都取得了不错的效果。在将所提出之算法应用于上海市应急避难所的选址问题中时,本文以交通分析小区为空间单元,设计了不同情景,并分别获得了各种情景下的避难所选址结果,然后计算了每个需求结点距离所指派避难所的最短路径,最后分析了突发事件发生后人员疏散状况随时间的演变特征。