随着消费者的需求多样化,生产技术的日新月异,市场竞争日益激烈,产品更新换代速度加快,使得市场需求存在不确定性：另外在生产及运输的过程中存在各种系统误差和意外事件,致使采购的产品中存在缺陷产品；此外,企业的决策目标也日趋多样化,不再仅仅根据期望利润的情况进行决策。这些崭新的现实问题都将为企业的最优订购决策问题带来挑战,为此,本文将研究具有不确定性需求的,存在缺陷产品的,考虑不同决策目标的最优订购决策问题。本文的主要内容如下1)建立了随机需求下含缺陷产品的报童问题的期望值模型、CCP模型和DCP模型,开发集合随机模拟技术、神经网络和遗传算法的混合智能算法,利用算法获得具体算例中各个模型的最优订货量,并分析了缺陷率、需求的随机性对最优订货量的影响。2)建立具有缺陷产品的模糊报童期望值模型,证明其期望利润的凹性,给出最优订购量的解析式。同样的,运用不确定规划理论建立基于模糊报童问题的CCP和DCP模型,发集合模糊模拟技术、神经网路和遗传算法的混合智能算法,进行算例分析。3)建立基于随机模糊需求的EVM、CCP和DCP模型,开发集合随机模拟、模糊模拟技术、神经网路和遗传算法的混合智能算法,利用算例验证算法的有效性。4)建立基于模糊随机需求的三类模型,开发集合随机模拟、模糊模拟技术、神经网路和遗传算法的混合智能算法。利用数值算例对缺陷率、随机参数、模糊参数和目标利润进行灵敏度分析。