摘要：在设施选址中，客户的需求往往是不确定的，用模糊变量来描述不确定需求更能真实地模拟出决策过程。在模糊可信性理论的基础上，建立了基于模糊需求的单货源多设施Weber问题优化模型，并结合改进的重心法（ALA）与两阶段优化算法，设计了一种新的混合启发式算法。该算法建立了客户的优先级，通过不断更新设施容量和设施位置来实现对客户分配，为了防止陷入局部最优，首先利用改进的重心法来优化初始选址位置（实质上是局部优化），然后用PSO算法进行全局优化。对小规模的问题，分别采用精确算法和本文提出的启发式算法求解，发现算法是有效的，并且具有良好的性能。将该模型和启发式算法应用到大牛地气田污水处理厂选址中，当客户为58，设施个数为6，种群大小为40时，该算法在375代左右收敛，年污水配送费用从360万元减少到312万元。该模型和算法对于进一步补充和完善设施选址模型具有重要意义，在现实中对于不确定需求决策具有一定的应用价值。

关键词：多设施weber问题 模糊需求 单货源 粒子群算法 

单位：中国地质大学经济管理学院; 武汉430074; 中国地质大学国土资源部国土资源战略研究重点实验室; 武汉430074; 武汉工程科技学院; 武汉430200; 法国贝尔福-蒙贝利亚技术大学系统与交通运输实验室; 贝尔福90000; 法国