煤炭作为重要能源之一,与社会生产和人民生活息息相关,虽然现如今煤炭的重要地位逐渐被石油所取代,但由于石油资源再生周期长,而煤炭储量巨大,随着煤炭汽化等新加工技术日趋成熟,煤炭终将在人类生产生活中占有重要的一席之地。而我国作为煤炭的生产和消费大国,逐渐形成了一定规模的煤炭物流供应链体系,但近年来煤炭产业受市场需求下降、煤炭工业转型升级滞后等因素影响,煤炭行业在不断发展中出现了产能过剩、企业亏损、价格下跌等问题,因而转变现有经营模式,加快煤炭企业转型成为当务之急,而物流供应链作为煤炭企业转型的关键环节,更加有效的优化配置物流资源,高效的利用物流通道,对于减轻煤炭产业在物流供应链上的负担十分重要,然而整个煤炭物流供应链缺乏具有调度协调作用的核心物流组织,导致煤炭产品物流成本一路攀升,因此有效整合物流资源,建设大型煤炭物流园区势在必行。而有效实现节约成本,提高效率,对物流园区进行科学选址尤为重要。论文从国内外学者对煤炭物流和配送中心选址的研究出发,整理分析了现有研究的侧重点及薄弱点,提出了本文研究的重点并阐明了基于改进的粒子群算法对物流园区选址方法优化的意义。整理了物流管理、煤炭供应链、粒子群算法的相关概念及理论,收集整理了大量数据和资料,调查了当前煤炭物流管理现状,根据现状分析了煤炭物流管理中存在的问题,包括物流园区选址方面的问题,以及因选址而受影响的相关问题,明确了建设协调调度功能的物流园区的必要性和科学选址的重要性以及亟待解决的问题。参考其他行业物流园区选址的原则,并结合煤炭物流的特点,制定了煤炭物流园区选址的原则,按照此原则来衡量最终的设计方案是否符合标准,是否具有可行性。论文构建了以整体成本最小、订单响应时间最短、客户需求满足率最高为目标的多目标模型,在此基础上,应用MATLABR2014a仿真平台,采用寄生免疫机制嵌入粒子群优化算法的混合型算法,构建了多目标仿真模型。利用调研收集到的山西XX集团的需求数据、成本数据等对动态选址模型进行了模拟仿真,并从静态选址和动态选址、传统算法和改进算法、煤炭物流园区选址原则这三个角度对仿真结果进行分析。结果表明,动态选址方法与改进的粒子群算法相结合能够更好的实现物流园区的选址优化。由于粒子群算法中存在显参数和隐参数,通过对参数的调整,能够实现算法搜索问题空间方式的变化,对选址方法的优化产生了积极的作用。因此论文通过调节惯性权重和学习因子,来仿真优化其对物流园区选址的影响。仿真结果说明,基于改进的粒子群算法的煤炭产品物流园区动态选址的模型和优化方法是科学可行的。根据结果结合煤炭产品物流的管理现状对煤炭物流园区的选址和管理提出了有针对性的建议。