自改革开放以来,大家对我国经济的发展是有目共睹的,近几年来,国家又提出经济发展需要由高速发展到高质量发展的转型。随着社会和经济的不断发展,不管个人还是企业,对服务质量的要求更高,对时间更重视,留给企业的反应时间更短,对产品的需求也表现出随机性和多样性。企业为了发展,不得不应对挑战,面对各个不确定性,还得提高对客户的服务质量,企业只能制定应对各种不确定事件发生的策略,更加的重视时间因素。而对于大多数大型企业来说,物流系统中的选址、库存、路径问题是它们必须考虑和面对的问题,如何在不断变化的市场环境下做出更加经济和符合长远发展的决策是决策者考虑的问题。首先文章分析了物流系统的选址-库存-路径集成优化问题的国内外研究现状,而此领域的研究不是很多,所以本文先分别研究了配送中心选址和配送中心库存控制集成优化问题、配送中心选址和车辆路径集成优化问题、配送中心库存控制和车辆路径集成优化问题的国内外研究现状,然后对物流系统中的配送中心选址问题、配送中心库存控制问题和车辆路径问题三者的集成优化问题的研究现状进行分析。然后文章对物流系统中的选址问题、库存控制问题和车辆路径问题分别进行了研究,将物流活动整个过程中的所有成本均考虑进去,主要包括配送中心选址所涉及的选址成本、运营成本,配送中心库存控制所涉及的订货固定成本、订货变动成本、库存的储存成本和配送环节所涉及的车辆运输成本等。并综合分析在进行一个完整的物流活动过程中,完成配送中心选址、配送中心库存控制和车辆配送三个环节所需要的总时间,将总时间作为另一个优化目标,建立了随机环境下物流系统的选址-库存-路径集成优化问题的随机机会约束规划模型。最后针对本文建立的随机机会约束规划模型,分析了现有的随机优化问题的求解算法,通过分析各个算法的优缺点,结合本文研究问题的复杂性,运用随机模拟技术对模型中的随机变量进行处理,然后将遗传算法进行改进,用以求解本文建立的模型。对遗传算法的改进主要表现在初始种群的生成时加入了启发式规则。为了验证本文建立的模型和设计的算法的有效性与优越性,在文章的第五章进行了实例仿真,并与没有改进的遗传算法的求解结果进行比较。