供应链优化旨在整合资源、协调供应链各企业的决策,从而使得供应链所属企业的整体利益和宏观效益实现最大化,这对于石油化工企业在全球市场竞争日趋激烈的环境下谋求长远发展具有举足轻重的意义。石化行业供应链覆盖了采购、生产、运输、仓储和分销等过程,涉及原油、成品油、化工产品等多种物料,包含了原料供应商、产品生产商、分销商、消费者等多类利益主体,而由于物流各环节的复杂性、市场价格和需求的多变性、参与者利益立场的不同等,上述因素使得不确定性成为石化供应链固有的特征。本文针对石化供应链的计划层开展优化方法研究,旨在通过应用随机优化方法,解决带有不确定性的石化供应链最优化问题,为此需要将经济效益和社会效益同时纳入模型的研究范畴,并在此基础上寻求计算准确度和计算时间成本的平衡,并探索提高计算效率的方法。本文以石化供应链经济效益最大化为目标函数,针对产品需求量及其价格不确定的石化供应链的计划层,根据问题中随机变量的概率分布特征,对场景发生的概率进行参数估计,用多个离散场景近似连续随机优化变量,进而建立了基于场景的两阶段混合整数线性规划(MILP)模型,同时通过模型的求解和分析给出了最佳场景数选取的通用标准,实现了求解计算准确度和计算时间的平衡。对模型的各项成本进行灵敏度分析,结果表明各项成本对期望利润的影响程度与对应成本项的数值大小之间并不存在相关性,这对石化供应链管理者进行资金分配决策具有重要参考意义。在石化供应链计划层经济目标的基础上,将供应链各环节所在城市(地区)的社会效益纳入模型的研究范畴,以提供的就业岗位数量作为模型的量化指标,建立了同时考虑经济效益和社会效益的多目标规划模型。研究了多目标规划中权重系数对于期望利润和就业岗位数量的影响,结果表明,企业以大约0.1%的期望利润降幅,换来了经济发展相对落后城市的就业岗位数量超过4%的增幅,由此证明了将社会效益纳入石化供应链计划优化目标具有重要意义。在基于场景的随机优化方法中引入条件场景方法,利用多个随机变量间的相关性,实现随机变量的联动。结果表明,与传统未考虑随机变量间相关性的一般场景划分方法相比,本文基于条件场景的随机优化方法可以更快地获得最佳场景数目,进而有效降低了计算量。