我们知道，选择恰当的第三方物流服务商成为企业业务外包成败的关键，因此，对物流企业的正确评价是物流研究的一项重要内容；也是合作企业寻求物流合作服务商的重要理论依据。另外，而物流选址是在区域物流需求预测的基础上，综合考虑区域社会经济发展、区域交通环境等因素确定物流中心位置和布局的过程。物流中心是区域物流系统中的枢纽环节，其选址的好坏直接影响整个物流系统的有效运作。物流中心的分布对现代物流活动有很大的影响，物流中心合理的选址能够减少货物运输费用，从而大大降低运营成本，因此，对物流选址问题的研究是建立物流系统过程中的一项关键工作。人工神经网络由于其非线性映别能力、自学习适应能力、联想记忆能力、并行信息处理方式及其良好的容错性能。使得神经网络在控制、识别、图像处理、优化计算等领域有着广泛的应用，现在也应用到了多属性评价方面，如水质评价、土质评价等方面，目前虽有文献考虑应用人工神经网络的方法对物流企业进行评价，但这方面的文献极少，目前的应用是初步的，还有大量的工作要做。此外，人们在应用神经网络时，总期望它有非常快的全局收敛特性、大范围的映射泛化能力和较少的实现代价。神经网络系统的稳定性是神经网络应用的前提条件。基于此，本文主要研究神经网络的稳定性以及运用人工神经网络模型研究物流企业评价与物流选址的问题。 本论文主要研究了以下几个方面的内容： 利用拓扑度理论给出了几类具分布时滞的反映扩散神经网络系统的平衡点的存在性，提出了新的比较定理，并利用拓广的比较原理得出系统关于平衡点的全局指数稳定性，因此，本文所用的是新方法，所获得的是新结论。此外，我们的结论在仅要求激活函数满足Lipschitz条件，而连接权矩阵只要求满足是一个M-矩阵的情形下获得的。而M-矩阵的构造已有现成的软件。因而，我们的结果易应用于实际。为实际应用工作者设计神经网络模型提供了实用的理论依据。并通过举一个具体的例子说明了结论的可行性。 给出了两种神经网络模型对第三方物流企业进行评价的建模方法。对于BP神经网络模型，为了避免训练速度慢、学习过程易陷入局部极小、易出现震荡和网络存在冗余连接或节点等缺陷我们引入了几种改进的BP算法，以克服上面提出的困难。而利用径向基神经网络模型进行评价时，我们给出了详细的操作方法并给出了中间层节点数的选择方法和可调参数优化的方法。利用神经网络模型研究了一类物流选址问题，我们给出的方法与以往方法比较，其优点有：(1)适应面更广，我们不仅可以在已知的生产工厂中进行配送中心选址，还可以选择新的配送中心；(2)不仅考虑运输距离同时还考虑单位运输成本，考虑多种运输方式自由组合，克服纯线路距离的局限性，这样更贴近实际，能更好指导企业进行物流信息系统设计和实施；(3)我们考虑的问题更全面，将大件运输与小件运输相结合，为物流企业提供更多的选择；(4)通过将运输费用构造能量函数，实现了物流企业物流成本最低的目标。 物流企业的评价是选择第三方物流企业、建设高效率供应链的重要保证。根据评价选择第三方物流企业的特点，修改投影算法，将变权因素考虑进去，充分体现了属性值(指标值)对权重的影响这一本质特征，从而使得我们的评价方法更能反映客观实际。而该方法另一个显著特点就是方法简单，容易操作；且思路清晰，更容易编成软件。因而具有很强的可操作性。 最后，我们对本论文进行了总结并对今后的研究方向进行了展望。