由于回收产品在数量、时间与质量的高度不确定性,以及存在多个可替代的供应源,逆向物流的库存管理相当困难与复杂。签于传统库存优化问题的定量研究的局限性,论文采用马可夫决策过程(MDP)理论在对逆向物流库存系统的动态变化特性分析的基础上对随机库存问题进行定量研究。基于产品回收之后的形态变化,论文提出了逆向物流库存系统的两种基本类型：回收产品直接重用,回收产品再制造。在此基础上,论文将所研究的随机库存优化策略问题扩展至回收产品生命周期。首先,论文分析了回收产品直接重用的逆向物流库存系统,其中只有一个库存点,假设需求与回收之间是相互独立的,且对回收产品不进行废弃处置。针对单位需求与回收的情况,通过一维连续时间马尔可夫模型证明了库存成本函数与采用(s,Q)的传统“前向物流”库存模型的库存成本函数具有完全相同的结构。然后,针对需求与回收服从一般性随机分布的情况,分别采用贴现成本法与平均成本法证明了逆向物流库存系统的库存量可以被分解为两部分,一部分的动态特性与传统库存系统是相同的,另一部分则是独立的对外订购,此时逆向物流库存系统的最优库存策略是(s,S)库存策略。由于在一定条件下逆向物流库存模型可以转换成采用(s,S)库存策略的“前向物流”库存模型,因此论文采用了线性搜索法进行数值实验,从回收率、需求率、产品回收过程中信息控制等三方面探讨不同的回收参数对平均库存成本的影响。数值实验结果表明,如果采用合理的库存控制策略,回收率对平均库存成本的影响是相当有限的。只有在回收率非常高的时候,对回收产品进行废弃处理以避免过高的库存量才是有必要的。同时,通过预测与监测等手段加强产品回收信息的控制有助于降低逆向物流库存系统的平均库存成本。其次,论文分析了回收产品再制造的逆向物流库存系统,其中有两个库存点即回收库存、销售备用库存,假设需求与回收之间是相互独立的,且对回收产品不进行废弃处置。另外假设新产品制造与回收产品再制造共享一个服务台,再制造作业比制造作业具有优先权。论文参照Puterman提出的方法采用马尔可夫决策过程(MDP)建立了库存模型,采用单值化系数进行离散化处理,推导出最优性方程。论文首先研究了贴现成本情况下最优库存策略的结构,然后证明了平均成本情况下的最优库存策略是基于销售备用库存的最优初始库存量的库存策略。对于最优平均库存成本的求解,论文建立二维连续时间马尔可夫链截断模型,提出了基于矩阵几何法的稳态概率求解算法。为提高运算效率,论文提出了求解最优初始库存量的近似值的三种启发式算法。数值研究表明,在多数情况下,尤其是在缺货成本相对于持有成本不是很高的情况,三种启发式算法都可以得到良好地近似值。启发式2得到最优库存成本比使用完整枚举法可以减少平均约77%的计算时间。最后,论文对求解稳态概率的三种算法进行了计算时间性能的比较。数值实验表明,论文提出的矩阵几何算法是平均速度最快的。再次,在以上研究的基础上,论文探讨了逆向物流库存系统在回收产品生命周期各个阶段的最优库存策略。论文采用需求率与回收率的不同组合来代表回收产品生命周期的特定阶段,建立了马尔科夫(MDP)库存模型,对各种可能的库存策略进行数值实验以期找到最优库存策略。数值研究发现,在产品生命周期中采用何种库存策略取决于系统的持有成本组合,同时在回收产品生命周期各阶段的需求率和／或回收率发生变化的时候采用“随时变化”库存策略的设置可以有效地降低总库存成本,相对而言,如果采用“单一策略”或“部分变化”库存策略,那么将会发生额外库存成本。在回收产品生命周期各阶段的周期数量大于一个以上的时候,MDP模型所产生的库存策略可以得到近似最优库存成本。同时,随着产品生命周期各个阶段的周期数量的增加,MDP库存策略的成本性能也随之得到提高。论文提出的MDP库存策略的库存成本在大多数情况下明显低于拉式库存策略。最后,论文对逆向物流随机库存优化问题的研究成果进行了总结,并针对研究过程中的一些假设进行讨论,提出了进一步研究的扩展方向。图28幅,表23个,参考文献169篇。