随着互联网+物流的深度融合,相关产业迅速发展,物流行业规划受到了国家高度重视。物流园区作为产业链上的关键一环,其运行效率将影响顾客对于物流整体的购物体验,因此物流园区运行效率的提升至关重要。当前物流园区的开发建设存在诸多问题,物流园区内作业单位布局不合理导致货流和人流相互干扰,易引发安全事故、货运成本高、资源浪费、效率低下等问题。针对以上问题,本文以沈阳物流园区为研究对象,进行物流园区布局相关研究试验,以期获得更合理的物流园区布局方案,解决效率低、物流混乱等问题,提高物流供应链的整体服务体验。本文首先根据近几年沈阳市交通物流量,通过累加、累减、矩阵变换得到数据变化规律构建灰色预测模型,逆推实现未来三到十年的物流园区物流量数据预测。随后应用系统布置方法SLP进行综合相关度分析,依据预测物流量求解功能区之间的物流关系,以及人员流动、功能区之间冲突以及货物类型求解功能区之间的非物流关系,进而评估权重得到综合相关度。接着在预测的物流量基础上推导出各个功能区的面积。然后针对物流园区成本高、布局混乱运行效率低等问题,建立了以搬运成本最小和综合相关度最大作为优化目标的多目标布局函数,并通过设置功能区间距一定、排列平行、边界不重叠、形状规则等约束来规范布局模型。考虑到候鸟算法在寻优中存在容易陷入局部最优解、迭代时间长等不切合物流园区布局等问题,对候鸟算法进行了改进。解码引入贪婪修复算子,应用修复算子替换不可行解保证种群的完整性,全局搜索中增加综合相关度最大的个体的变异以增加产生最优解的概率,局部搜索中增加了个体变异的方式,进而求得最优方案。最后进行物流园区布局实例验证,应用经典候鸟算法、粒子群算法求解传统多目标函数,并采用改进候鸟算法求解非劣解多目标函数,保留所有可能最优解,根据拥挤度排序得到非劣解集中的最优解。最终试验结果表明改进候鸟算法应用于非劣解求解多目标函数效果更优,得到更优的物流园区布局方案,提高了物流园区的运行效率,减少了功能区之间的不必要冲突和运输成本,对于物流园区的发展具有一定的借鉴意义,有助于沈阳物流园区发展促进东北产业振兴。