鲜活农产品作为居民生活的必需品,市场需求量正在逐步提高,其物流服务水平受到了广泛关注。合理解决鲜活农产品配送中心的选址-分配问题可以有效地提高物流效率,减少资源浪费,降低物流成本。国内外学者对选址-分配问题在物流设施选址和资源分配方面的应用已经有了比较成熟的研究成果,但是针对具体行业,特别是像鲜活农产品配送这类具有产品特殊性的行业的研究还比较少,仍然存在有待研究之处。鲜活农产品配送中心具有采购、集散、储存、装卸、搬运等基础性功能,拣选、流通加工、分拣、配送、衔接等核心功能以及信息处理、市场需求预测、信息咨询等增值性功能。选址-分配问题的目的是确定设施的位置以及顾客对设施的分配,以使顾客与为他们提供服务的设施之间的距离之和最小。鲜活农产品配送中心选址-分配是在适应性、协调性、经济性、战略性的原则下追求成本最小化、服务最优化、发展潜力最大化的目标。鲜活农产品具有易腐坏、生命周期短的特性,其配送成本受交货期、配送工具、配送品种和数量、自身易腐性、包装密度、自身价值、配送距离、交通状况等多方面因素的影响。考虑到需求的不确定性,以鲜活农产品物流系统总成本(包括运输成本、车辆制冷成本、变质损耗成本、配送中心运营成本和配送中心建设成本等经济性指标)最小为目标,以满足各需求点对鲜活农产品的需求量、配送中心作业处理容量限制等为约束条件,构建带有模糊约束的鲜活农产品配送中心选址-分配模型,采用三角模糊数对模糊需求约束进行清晰化处理。免疫优化算法具较强的全局搜索能力,粒子群算法具有较高的收敛速度,将免疫优化算法与粒子群算法相结合形成混合启发式算法,由免疫优化算法解决配送中心选址的问题,由粒子群算法解决需求点的分配问题,采用MATLAB软件编程,对算例进行求解,得到鲜活农产品配送中心的选址-分配方案,验证模型及算法的有效性。论文结合鲜活农产品的特殊性构建了鲜活农产品配送中心选址-分配模型,设计了相应的IA-PSO混合启发式算法,对算例进行了求解。希望可以为之后的理论研究提供新思路,为鲜活农产品配送中心选址-分配实践提供技术支持。