近年来,由于经济效益、政府立法、环境效益、社会责任等多项因素的影响,报废汽车逆向物流引起了政府和生产商越来越多的重视,建立报废汽车逆向物流网络体系,推广再制造汽车产品已成为我国汽车行业实现可持续发展的必然之路。基于经济、环境和社会角度,研究不确定环境下报废汽车逆向物流网络优化具有重要的理论意义和现实意义。研究旨在帮助汽车生产商在不确定环境下科学合理地规划逆向物流网络,实现在满足环境立法要求下获得最大的经济效益和社会效益。首先,基于国内外研究现状,构建具有处理、再制造、再利用和再分销功能的五层逆向物流网络,综合考虑经济成本、环境影响和社会效益,建立确定环境下的报废汽车逆向物流网络优化的多目标混合整数线性规划模型。其次,引入回收率、运输成本、处理成本和再制造成本等不确定因素,构建不确定集合,建立不确定环境下的报废汽车逆向物流网络优化的鲁棒优化模型。接着,将报废汽车逆向物流网络优化问题分解为容量限制的离散选址问题(FLP)和车辆路径规划问题(VRP),利用遗传算子改进、具体问题设计和算法参数设置的改进思路,设计精英策略与轮盘赌结合的遗传算法(GA)和基于优先级编码的GA分别求解FLP问题和VRP问题。最后,设计确定环境下算例、不确定环境下算例和不确定因素影响算例,利用CPLEX软件和GA求解。结果表明:CPLEX软件求解小规模算例的精度和效率优于GA,适用客户数量小于80的网络;GA求解大规模算例的优越性明显,适用客户数量大于80的网络。鲁棒优化模型在不确定环境下既考虑了物流成本最小又兼顾到网络的稳健性,可以更好地抵御网络系统内部和外部风险。处理成本和再制造成本对网络成本影响程度最大,其次是回收率,运输成本的影响程度最小。综合表明,所建优化模型合理,所设计求解算法科学有效,为汽车生产商降低不确定风险、构建逆向物流网络决策提供了理论依据。