摘要：当前大部分关于逆向物流网络研究的文献,均集中在对确定环境下的逆向物流网络进行设计。大多由原始设备制造商回收,目标多是逆向物流总成本最小化,很少考虑不同主体各自收益的最大化。论文以导师承担的国家自然科学基金项目为选题背景,拟对不确定环境下基于第三方回收再制造逆向物流网络进行研究。论文的主要工作及成果如下：(1)针对废旧品回收量和消费区域需求量的不确定性,构建了多周期多目标再制造逆向物流网络静态选址模型。将网络中不确定参数用三角模糊数表示,利用模糊机会约束规划方法对模糊规划模型进行处理,将不确定模型转化为确定性模型。通过算例,分析了置信度水平a的变化对最优选址决策以及制造商总收益产生的影响,并利用目标规划法分析了第三方物流企业收益与制造商收益之间的关系。(2)在多周期多目标再制造逆向物流网络静态选址模型的基础上,将单个制造商参与扩展为多个制造商参与,将静态选址模型扩展为动态选址模型,建立了多个制造商参与下再制造逆向物流网络动态选址模型。将网络中不确定参数用随机参数表示,通过算例验证了该模型的有效性,利用约束法分析了各个目标之间的关系。并将动态选址模型与静态选址模型进行了比较。(3)在再制造逆向物流网络动态选址模型的基础上,考虑到检测／拆卸中心和再制造工厂处理能力可扩展的问题,构建了设施处理能力可扩展的再制造逆向物流网络模型,用加权法得出了整个系统的最大收益。通过确定各周期设施的开闭状态以及各设施处理能力的扩展模块,来最大化第三方物流企业和各制造商的总收益。用算例验证了模型的有效性,并将设施处理能力可扩展模型与设施处理能力不可扩展模型的求解结果进行了比较。(4)针对较复杂模型的求解问题,设计了将遗传算法与模拟退火算法相结合的混合智能算法,通过算例验证了算法的有效性。图12幅,表30个,参考文献104篇。