传统供应链网络设计模式侧重于在不考虑碳排放的情况下将固定成本和运营成本降至最低,然而全球变暖很大程度上改变了传统供应链网络的运作模式。如何在供应链网络总成本与碳排放之间权衡,成为企业提高可持续竞争力的一大难题。此外传统供应链网络设计扩展到绿色供应链网络设计时,不确定的因素增多,势必会增大问题的难度。本文在考虑传统供应链网络设计参数不确定性的基础上,进一步考虑碳交易市场中碳价格不确定性,并针对由供应商、工厂、仓库和客户组成的多产品、多周期绿色供应链网络设计问题,采用情景树和区间分析方法描述参数的不确定性,分别建立不确定环境下基于p-鲁棒的绿色供应链网络设计模型以及不确定环境下基于最小最大准则的绿色供应链网络设计模型。本文的具体研究内容可分为:（1）不确定环境下基于p-鲁棒的绿色供应链网络设计模型及其策略研究。针对碳价格和需求不确定性采用了情景树方法进行建模。在p-鲁棒准则下建立基于情景的绿色供应链网络设计模型,并给出了p值上下限的求解方法,便于决策者通过对风险和成本权衡,选择相应的网络结构。特别地,针对多周期不确定情景数众多导致所建模型过大问题,通过情景缩减技术对情景进行筛选,从而降低了模型的求解难度。通过数值计算,分析了相关参数对供应链网络绩效的影响,进一步,分析了绿色供应链网络设计成本对于遗憾值限定系数p的敏感性以及不同p值下的供应链网络结构。结果表明,基于p—鲁棒的绿色供应链网络设计模型在确保总体绩效的同时,能够有效应对碳价格和需求的不确定性扰动,并且为具有不同风险偏好的决策者提供了更多可供选择的方案。（2）不确定环境下基于最小最大准则的绿色供应链网络设计模型及其策略研究。针对绿色供应链网络设计中碳价格,需求,成本的不确定性,采用区间分析的方法描述参数的不确定性,提出了绿色供应链网络设计鲁棒优化模型。首先,建立绿色供应链网络的确定性混合整数线性规划模型。然后,利用鲁棒优化的最新理论,给出了混合整数线性规划模型的鲁棒对应模型。通过不断调整参数的不确定性水平,得到不同状态下最佳的网络设计方案,最大限度地减少碳排放,为决策者提供理论依据。本文研究绿色供应链网络设计中不确定性问题,从两种角度出发分别建立不确定环境下基于p-鲁棒的绿色供应链网络设计模型和不确定环境下基于最小最大准则的绿色供应链网络设计模型,有效解决了参数概率分布已知和未知两种情况。最后通过实际案例分析,验证了本文提出模型的有效性。本文研究对企业在不确定环境下的绿色供应链设计及优化具有很好的借鉴意义。