库存管理模型在现实生活中有着广泛的应用,为决策者有效地确定最佳生产或订购批量提供帮助。在传统的库存管理模型中,研究者大都假设库存系统中所涉及的成本费用、需求量等关键因素为已知常数,然后根据要求确定一类或多类产品的生产或订购批量。但在实际情况中,大量因素是不确定的,例如,需求随市场变化而波动,成本受季节变化影响等,从而形成了库存管理系统的不确定环境。在设计复杂的库存系统时,应该把这些不确定因素考虑进去。首先,本文研究了两类单品种库存管理模型,一类为需求连续模糊条件下不考虑产品变质的库存管理模型。需求服从三角模糊分布,构建使得成本最低的库存模型,利用积分排序法求解,得到最优订购批量,给出算例分析;另一类为需求模糊的易变质性产品库存管理模型,采用三角模糊数表示需求和产品变质率,建立使得平均净利润最大的模糊生产批量模型。采用置信区间估计方法估算模糊参数的波动范围,利用符号距离法进行解模糊并优化,得到满足条件的最优生产批量,最后给出算例分析。其次,研究了费用模糊且库存容量有限条件下的多品种库存管理模型,建立了模糊费用、模糊约束条件的期望值模型,为求解模型,讨论了模糊规划技术,设计了基于模糊模拟、神经网络、遗传算法的混合智能算法及编码方案、变异、选择、交叉等遗传操作,用仿真数据作为算例,经过混合智能算法求解,验证了模型与算法的可行性和有效性。最后,介绍了库存原型系统的开发,将理论研究结果应用其中,充分展示模糊库存模型在实际生产中的可行性和应用价值。