近些年来，越来越多的企业在创造经济效益的同时，开始注重承担更多的环境及社会责任。在此背景下，逆向物流和正向物流正得到同样程度的重视。正向物流的流程包括原材料供应、产品生产、配送和销售；逆向物流的流程包括废旧产品的回收、检测分类、再制造、处置或再配送。将这两个物流链组合起来就是一个闭环物流网络。尽管在闭环物流领域有越来越多的论文发表，但是很少有研究者对其进行总体论述。在我们的研究工作中，采用内容分析法来对闭环物流领域进行文献综述。这一方法通过一个系统化的流程从格式和内容两个方面对研究领域进行综述。据我们所知，本文首次从建模和求解算法两个方向对闭环物流进行文献综述。在计划阶段，根据时间尺度的不同，闭环物流网络的决策问题主要有以下三类：战略层，战术层和操作层。本文主要是关注设施选址问题，属于策略层。这一问题主要包括设计物流网络、决定设施数量和容量、选择设施地点、分配设施和消费者之间的流量。与之前的多产品或多周期的多目标问题不同，本文主要研究考虑设施扩展的多产品多周期混合非线性整数规划。这一多级闭环物流网络包括：生产商、分销中心、零售商、回收中心、再制造中心、循环中心。为了处理互相冲突的多目标和决策者对目标期望程度的不确定，本文提出了一个新颖的交互式模糊目标规划(Interactive Fuzzy Goal Programming)方法来求解上述模型。这一求解算法通过不断比较和调整期望水平和各个目标的隶属度函数值来控制搜索方向。与其他现有文献中的两种算法相比，计算结果表面，本文提出的交互式模糊目标规划算法能够为决策者提供更稳健，更可靠和更有效的解。本文提出了线性优先值编码遗传算法，这一算法通过使用线性染色体和其编码方法来实现。最后，数值结果表明，在最终解的质量方面，线性染色体要优于原始染色体。本文通过采用三个著名的鲁棒性优化方程来处理闭环物流网络中的不确定参数。最后，本文通过在不同情境下来评估三个方程的解，结果表明Bertsimas方程是最适合处理不确定的闭环物流网络。首先，它在保存模型线性的情况下并未增大其规模；其次，数值结果表明在最终结果质量、CPU运行时间、鲁棒性方程的可行性方面它优于其余两个方程。