分销网络优化是指通过整合分销网络各节点上的功能，从而实现企业利益的最大化.遗传算法是一种通过模拟自然进化过程搜索最优解的方法，具有很强的全局搜索能力和鲁棒性，在求解组合优化问题上性能优越.本文介绍了遗传算法的基本概念及相关理论，并且对遗传算法的选择、交叉和变异做了详细的介绍.本文将分销网络优化和遗传算法结合起来，在分销中心的选址中考虑设施成本、运输成本、库存成本等因素，并以分销中心的目标服务水平和库存容量为约束条件，同时假设分销中心和分销点均采用连续盘点(R,Q)库存控制策略、客户的需求服从标准正态分布，建立了一个随机需求下分销网络的选址库存联合优化模型.针对该模型，通过设计恰当的染色体编码方案和遗传操作策略，实现了模型的快速求解.数值仿真结果验证了算法的有效性和可行性.全文共分五章：第一章，介绍了分销网络的发展背景及历程，同时也对库存控制的相关理论做了概述.第二章，描述了遗传算法在国内外的发展过程及其研究成果，并介绍遗传算法的相关理论和主要操作.第三章，研究随机需求下分销网络的选址库存联合模型，并且在此模型的基础上设计了遗传算法.第四章，实例分析.利用Matlab7.0对例题进行编程和计算，从而得到最优分销中心的选址和相应运输方案，并通过算法分析验证了本文所设计的遗传算法的可行性和有效性.第五章，总结.