近年来,随着社会经济的飞速发展以及科学技术的日新月异,随着第一、第二利润源泉发掘空间的不断缩小,随着经济全球化步伐的逐渐加快,物流在社会经济发展中的地位变得越来越重要,并引起人们的广泛关注,以致一国物流的综合发展水平成为判断其国家综合实力的标志之一。目前,现代物流已经成为一个新的经济热点,物流是企业的第三利润源泉,因此如何挖掘物流潜力,提高社会综合效益,节约社会资源,是企业寻求成本优势和差别化优势的重要措施,也是企业发展的新战略。随着第三方物流在国民经济中的地位日益凸显,作为物流网络中的一个子节点的第三方物流配送中心,也开始逐渐为人们所重视。第三方物流配送中心的选址在配送中心的规划设计中占有重要的战略地位,从某种程度上来说,配送中心选址的优劣,影响着第三方物流配送中心经营的成败,要使物流配送中心在现代商品流通中发挥最大的经济效益,我们要解决的问题是如何做好第三方物流配送中心的选址,以降低物流的总成本。目前的物流中心选址的方法主要存在两大问题:首先,影响物流设施选址的因素有许多,而往往只考虑了建站费用、运输费用等可量化的因素,许多无法量化的因素并未纳入考虑范畴;其次,当存在多个候选点或多个选址层时,并没有建立合理的评价体系,对候选点的取舍往往凭借经验,缺乏科学性。因此,传统的选址模型和方法需要满足一些待定的适用条件而且有一定的局限性。本文运用了模糊综合评价方法进行评估,其中在模糊综合评价法中运用层次分析法确定各影响因素的权重,并根据专家的打分来对备选地点进行模糊综合评价,并据此得到用于配送中心选址的BP神经网络训练样本;总之,物流配送中心的选址在整个物流系统规划中占有十分重要的地位,需要决策者综合考虑多种因素。但在传统的算法中,有些重要的定性因素被忽略。本文通过建立选址决策的模糊评价矩阵,利用BP人工神经网络来处理数据,可避免传统算法的不足,较客观地对多个选址方案的优劣进行评价,并引用实例说明该方法的实现过程。