انتخاب مکان مناسب برای تسهیلات یکی از تصمیمات استراتژیک در کسب وکار محسوب می شود. با مکان یابی و تاسیس تسهیلات جدید، هزینه بسیار بالایی به کسب وکار تحمیل می شود. علاوه براین، عدم استفاده از تسهیلات موجود و تلاش برای مکان یابی تسهیلات جدید ممکن است به دلیل هزینه بالا و یا پیچیدگی آن، امری نشدنی باشد. بنابراین تصمیم گیری در مورد مکان تسهیلات فرایندی نیست که تنها از طریق فرآیند سعی و خطا قابل انجام باشد. لذا توجه ویژه به این نوع مسائل از اهمیت زیادی برخوردار است. اغلب مسائل مکان یابی از نوع مسائل بهینه سازی ترکیبی بوده و در کلاس مسائل np-hard قرار می گیرند. از این رو استفاده از روش های حل دقیق، به خصوص در مساله ای با ابعاد بزرگ، چندان موثر نبوده و اغلب از الگوریتم های فراابتکاری و تقریبی به عنوان روش های حل اصلی این نوع مسائل استفاده می شود. در پایان نامه حاضر، یکی از مسائل شناخته شده و پایه ای مکان یابی، یعنی مساله مکان یابی تسهیلات با ظرفیت نامحدود (uflp) در نظر گرفته شده است که از نوع مسائل صفر و یک محض است. بر اساس این خصیصه و با استفاده از مفهوم عدم تشابه زنجیره های صفر و یک، دو روش جدید مبتنی بر الگوریتم های تکامل تفاضلی و کولونی زنبور مصنوعی برای حل مسائل بهینه سازی از نوع صفر و یک ارائه شده و اثربخشی آنها به طور خاص در حل مساله مکان یابی تسهیلات با ظرفیت نامحدود مورد سنجش قرار گرفته است. بدین منظور، 15 نمونه مساله ی مکان یابی تسهیلات با ظرفیت نامحدود، موجود در سایت اینترنتی or-library، انتخاب شده و با استفاده از روش های ارائه شده حل شده اند. نتایج بدست آمده از حل نمونه مسائل الگو توسط روش های ارائه شده، با روش های موجود در ادبیات موضوع مقایسه شده است. نتایج محاسباتی نشان از آن دارند که نتایج حاصل از الگوریتم های ارائه شده از کیفیت بسیار بالایی برخوردار بوده و این موضوع بر آن دلالت دارد که کاربرد آنها در حل سایر مسائل پیچیده دنیای واقعی شایسته بررسی می باشد. در این راستا و در قالب یک مطالعه موردی، قابلیت الگوریتم های توسعه یافته در تعیین مکان بهینه کارخانجات بازیافت تایرهای فرسوده در چهار شهر بزرگ تهران، مشهد، شیراز و اصفهان مورد بررسی قرار گرفته است.