随着循环经济、绿色发展等理念的普及,人们对环境保护、资源利用问题越来越重视。在环境保护和资源回收的双重压力下,如何合理回收废旧家电、标准化回收处理和提高其循环利用率等已经成为家电制造企业、社会、政府共同关注的热点。虽然国家已经开始重视废弃家电的回收问题,但是由于我国尚未形成规范的涵盖回收、分类、拆解、处理的回收物流网络结构体系,目前并没有对废旧家电的回收进行深度处理,使得资源的利用率很低,造成了大量的资源浪费,因此,建立规范的涵盖回收、分类、拆解、处理的逆向物流网络回收体系,提高资源利用率、降低制造成本、保护环境,不管对全社会还是对企业来说,都具有重要而深远的意义。以成都市S公司废旧电视机逆向物流回收网络为研究对象,对S公司的回收网络现状进行了分析,当前回收网点、回收处理中心设置不合理,逆向物流运输成本比较高。为解决该问题,首先采用灰色-BP神经网络模型、市场供给A模型对成都市电视机的社会保有量及其增量进行预测,进而预测出废旧电视机的回收量。接着,建立了基于环境负效应最小、总成本最小的废旧家电逆向物流多目标网络规划模型,将各设施之间的容量以及不同设施之间的运输量作为约束条件解决部分设施节点的数量、位置问题。最后,基于模型的建立,设计了两阶段启发式算法,第一阶段通过聚类算法来确定回收点的位置,第二阶段通过遗传算法和粒子群算法相结合的混合算法进行求解,确定回收处理中心的数量及位置,为S公司逆向物流回收节点规划问题提供了解决方案。该论文有图17幅,表21个,参考文献57篇。