随着生产率和人民生活水平的提高,各种产品的种类、数量不断增加,产品更新换代的速度也逐渐加快,随之产生了大量产品退回、废旧产品回收、产品维修与再制造等逆向物流活动。逆向物流过程复杂、参与者众多,不同决策者间追求自身利益最大化的目标可能会导致逆向回收网络整体利益下降。针对一般化的随机需求环境下的逆向回收网络优化问题,利用超网络理论和均衡理论建立了网络均衡模型,并利用变分不等式理论得到了各个决策者和网络整体同时达到均衡状态的等价的变分不等式形式,最后使用修正投影算法求得网络均衡解。通过数值算例证明模型和算法的可行性,分析了零售商风险态度和需求对价格的敏感度对逆向回收网络决策的影响。再制造是一种被广泛采用的高效的回收再利用方法。但由于废旧产品来源地、到达时间等因素的差异,其质量水平一般变动很大,这使得再制造系统决策面临着很大的不确定性。为了降低不确定性因素的影响,建立了随机模糊质量水平下的集中式再制造系统的定价决策优化模型。根据决策者不同的管理目标,分别给出了期望利润最大化模型、(α,β)-水平利润最大化模型和机会最大化模型。利用结合了随机模糊模拟、神经网络、遗传算法得到混合智能算法用于求解提出的模型。数值算例结果证明了模型和算法的可行性,并为实践提供一定的指导意见。为了加强随机质量水平下的分散再制造系统中再制造商和零售商的合作关系,综合使用批发价订货策略和期权契约,建立了基于期权的随机环境下的再制造逆向供应链协调模型,并与传统的报童模型下最优决策进行了比较。通过数值算例证明了期权契约在再制造系统协调中的有效性,并分析了质量水平不确定性和需求不确定性对分散逆向供应链中双方决策和利润的影响。