设备选址问题是一个经典的问题，具有重要的现实意义。探索有效的求解设备选址模型的方法一直以来受到众多学者的关注。本文在总结前人方法和经验的基础上，针对随机需求的设备选址模型，提出了一种基于人工鱼的混合智能算法求解设备选址模型,即将人工鱼算法和BP神经网络相结合的混合智能算法。该算法具有良好的收敛性，求解效率高，简单易实现，为求解设备选址模型提供了一种新思路和新方法。主要内容如下：（1）从设备选址的历史发展、现状及必要性等方面阐述了求解设备选址问题的现实意义，介绍了几种求解设备选址模型的现代优化算法，在此基础上提出本文要采用的人工鱼混合智能算法。（2）介绍设备选址的三种随机模型，包括模型的建立和求解。从数学角度对各个模型进行了试求解。结果表明，该方法不仅运算量太大，而且对于一些重积分无法得到积分值。为此，我们寻求另外一种基于Matlab的随机模拟方法求解模型。（3）在一些基本的定义定理的基础上，给出随机模拟变量、随机模拟期望值、概率、乐观值、悲观值的步骤。根据随机模拟的方法，分别对设备选址的随机期望值模型、随机机会约束模型、随机相关机会模型中的费用函数产生输入输出数据。（4）主要介绍BP神经网络的相关概念和原理，对随机模拟产生的输入输出数据，采用BP神经网络去逼近设备选址模型的费用函数，并通过数值实例实现。（5）对传统的人工鱼算法作了改进，通过几个数值实例验证其收敛性。在此基础上，将BP神经网络与人工鱼算法结合形成混合智能算法，求解设备选址模型,说明算法的有效性和实用性。结果表明，该算法具有良好的收敛性，求解效率高，简单易实现。