经典的随机整数规划问题的研究都是在概率分布完全已知这个基本假设下获得的，但在许多情况下，决策者只能够获得概率分布的部分信息即不能确定随机事件发生概率的精确值，例如由于缺少必要的历史数据或统计理论方法所限或在借助专家的经验所提供的概率信息时，其概率值不能精确地确定，而仅能得到一个大致的取值范围，数学上可以用模糊概率分布来描述。　　 本文研究了当随机事件发生的概率为模糊数时的随机整数规划问题。讨论了模糊随机概率分布下补偿问题的结构性质；通过使用α-切割把模糊等式或不等式约束转换成确定性的等式或不等式约束，并采用最小最大原则建立模糊概率分布的两阶段随机整数规划模型。在此基础上，给出了求解该问题的整数L-型算法。最后以农民问题的算例说明了本文的算法过程。　　 本文的主要工作包括以下三个方面：　　 (1)采用最小最大原则建立模糊概率分布的两阶段随机整数规划模型，给出了求解该问题的算法；　　 (2)讨论了模糊随机概率分布下补偿问题的结构性质；　　 (3)给出了农民问题的算例来说明本文的算法过程。