中文摘要：

本项目以供应链优化、资源分配等问题为工程背景和应用面向，围绕模糊（随机）规划的模型构建和求解问题，从不确定信息的简捷化描述入手，以不损失不确定信息的主要特征为原则，通过区分主指标和辅助指标的方式，研究数量型不确定信息的复合量化策略；进而，以主指标和辅助指标的相互制约关系和效应理论为基础，研究基于综合效应的不确定信息比较策略和不确定约束处理策略，继而从结构化的角度构建具有可操作性的效应综合模式和不确定约束处理模式；结合模型的特点，设计以遗传操作为主，多算法（如混沌优化算法、神经网络、模拟技术等）集成的智能优化算法，并利用Markov链理论和仿真技术分析其性能；最后，结合供应链优化、资源分配等问题中的具体案例来验证所建模型和算法的有效性。本项目的研究将丰富和完善现有的不确定信息处理方法和不确定规划理论，在供应链管理、资源分配等实际领域具有广泛的应用前景。

结论摘要：

本项目采用学科交叉的手段，围绕不确定信息的综合处理方法，进行了较为系统的讨论。在分析不确定信息的类型、特征以及信息综合处理的本质和现有方法的不足基础上，以主指标和辅助指标之间的相互补充和相互制约关系为主线，分别针对不确定信息的大小特征和不确定特征，从结构化的角度建立了几种具有指导意义的不确定信息的综合处理模式；设计与不确定信息的复合量化模式相匹配的智能算法，从机理上拓宽和增强现有智能算法的功能，也为不确定规划问题提供一种全新的求解思路；结合供应链优化、资源分配等问题中的具体案例进行试验验证和计算机仿真研究。本项目已完成计划任务书中的研究内容，在《Applied Mathematical Modelling》、《International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems》、《International Journal of Innovative Computing, Information and Control》、《Computers & Operations Research》、《Expert Systems with Applications》、《Procedia Engineering》、《ICIC Express Letters Part B: Applications》、《Systems Research and Behavioral Science》、《Applied Mechanics and Materials》等国内外重要学术期刊和国际会议上发表相关学术论文37篇，其中有15篇被SCI收录、28篇被EI收录、9篇被ISTP收录。培养在读博士生两名（1名在天津大学，1名在北京理工大学），硕士生15名，其中在读3名，青年教师2名。