近年来,全世界环境问题日益严峻,已开始影响人们的日常生活。各国政府相继采取措施来限制碳排放,鼓励低碳可持续经济的发展。消费者的环保意识也随之提高,除了产品的价格,也开始关注产品的低碳水平。这种情况下,传统的仅优化经济目标的供应链已经无法适应如今的市场环境。因此,将环境因素和消费者的偏好转变纳入供应链网络设计中已成为必要选择。本文在供应链的生产、运输、零售和回收等环节考虑了碳排放,构建了多产品、多周期的多级绿色闭环供应链网络规划模型,同时优化网络利润和碳排放目标。在考虑消费者偏好的影响时,推导了产品市场需求量与产品价格和低碳水平的关系,将产品定价和环保技术投入纳入供应链决策。同时,针对复杂多变的市场环境,在建模时考虑了不确定性,用情景来描述产品需求量和产品市场回收率的不确定性。采用拉丁超立方体抽样法生成情景,并通过基于改进的离散粒子群算法的情景削减法来减小情景规模,最终构建了基于情景的两阶段随机规划模型。由于上述模型的复杂性和多目标特性,在求解时,提出了改进的多目标混合遗传-变邻域算法（IHGA-VND）,通过K-means聚类算法来选取帕累托前沿上的代表性解,再应用变邻域下降算法来对代表性解进行局部搜索,以提高算法的搜索能力。为验证模型和算法的有效性,在多个算例上对基于改进的离散粒子群的削减法和IHGA-VND算法进行了性能检验。对比实验的结果表明了基于改进的离散粒子群的削减法在拟合精度、计算效率和解的稳定性上的优势,以及IHGA-VND算法在解的数量、收敛性和广泛性上的优越性。此外,对消费者的偏好参数进行了分析,结果表明,企业应根据低碳偏好消费者的比例和消费者对产品低碳水平的偏好程度来权衡产品的定价和环保技术的投入。针对不确定性的实验分析表明,相比确定性规划,两阶段随机规划能给企业带来一定程度的利润增加。