有效减少碳排放、能源消耗,实现低碳绿色转型是目前研究的热点问题。在全球经济问题与环境问题发展趋势的大背景下,低碳供应链作为解决供应链资源有效配置的手段逐步成熟。低碳供应链管理旨在提高柔性资源配置的水平和效率,通过各节点企业资源配置效率的提高可以减少污染,从而可以提高供应链资源的生态能效;通过节点企业低碳绩效可以提高整体供应链体系的环境效率;在低碳供应链资源配置过程中可通过配置效率的提高来促进整体供应链节点企业的低碳升级。因此,低碳供应链柔性资源配置领域的研究越来越显得重要,同时低碳供应链资源配置的相关研究也成为目前的热点领域。由此本文从柔性资源属性视角,以低碳供应链柔性资源属性及其资源配置为主要研究对象,应用多属性、效用函数、多粒度计算、混合量子神经网络以及混合量子粒子群算法等理论和方法,对低碳供应链柔性资源属性特征、低碳供应链柔性资源配置模型、低碳供应链柔性资源配置算法以及模型与算法的鲁棒性能等问题展开了深入探讨。本论文研究内容以及创新点主要表现在以下几点:首先对低碳供应链柔性资源配置及其资源属性特征进行分析探讨。本文对低碳供应链复杂网络结构及其特征参数进行了具体研究;在低碳供应链柔性资源属性特征研究基础上,应用结构方程模型及其方法对低碳供应链柔性资源配置及其属性特征进行具体分析;同时通过对影响低碳供应链柔性资源属性特征进行定量的分析研究,具体包含低碳供应链柔性资源配置及其属性特征的结构方程分析、数据的信度分析与效度等分析;通过有效性分析得出低碳供应链柔性资源属性的相互关系以及其与整体的配置效率间的关联性;以及通过结构模型的关联来具体分析他们之间的定量关系;因此,其研究结论为低碳供应链柔性资源的有效配置奠定了很好的理论基础和配置条件。然后从资源属性视角,在低碳供应链理论与方法研究基础上研究低碳供应链柔性资源的有效配置。应用粒计算、多属性等理论构建了基于权重的变精度多粒度模型;在低碳供应链及其资源属性特征以及基于区间值信息的多粒度模型研究基础上构建了基于区间属性值的低碳供应链柔性资源配置模型;应用粒计算、多属性效用函数等理论研究基础上构建了基于多属性效应的低碳供应链柔性资源模型;该研究成果可为低碳供应链资源有效配置提供模型参考。通过在云模型、智能优化算法、量子理论以及量子神经网络算法研究基础上提出了基于云模型的混合量子神经网络算法;同时也针对基于区间信息的柔性资源配置、基于属性关联度的柔性资源配置以及基于属性权重的低碳供应链柔性资源配置进行深入的研究;同时应用混合量子神经网络算法对低碳供应链柔性资源配置问题进行分析;该研究成果也可以为低碳供应链柔性资源有效配置的实现提供重要条件。最后,论文对低碳供应链柔性资源配置模型进行了混合算法的求解以及模型与算法的鲁棒性分析研究。在模型与算法的鲁棒性研究过程中进行了低碳供应链柔性资源配置的仿真实验;该研究成果可以为低碳供应链柔性资源的有效配置提供算法的实现以及模型的有效性分析,同时该研究成果可以为低碳供应链整体低碳绩效的提高提供可操作性的方法;并且该研究成果也能为低碳供应链管理提供很好的借鉴作用和管理建议。论文研究理论和实践价值主要体现在以下方面:对低碳供应链柔性资源有效配置提供了新的资源属性视角;从资源多属性、多粒度、效用函数理论研究基础上构建了低碳供应链柔性资源配置的理论模型;该研究为解决低碳供应链柔性资源配置问题提供了新的理论基础和理论模型;通过混合量子神经网络算法的设计有效地解决了低碳供应链柔性资源有效配置;同时模型和算法的鲁棒性分析合理地解决了低碳供应链柔性资源平衡配置问题。因此,本文对低碳供应链柔性资源配置的研究结论既具有一定的理论价值又具有一定的实践意义。