随着社会及经济的发展,人们的消费行为追求多元、丰富,这使得产品的生命周期缩短,更新换代的速度加快,同时生态环境问题日益严峻。越来越多的企业采用闭环供应链网络减少废弃物排放、增加资源利用率,提高企业运作效率。同时,当今世界正经历新一轮大发展大变革,企业不仅面临着复杂多变的市场竞争环境和社会环境,还面临着无法预知的不确定风险与挑战。因此,研究不确定环境下的闭环供应链网络的鲁棒性能,对于提高供应链应对不确定风险的能力、降低运作成本、增强环境友好性具有一定的理论和实际意义。对此,本文主要从以下几个方面展开了研究:首先,对闭环供应链上的不确定风险进行研究与分析。通过问卷调研、专家调查的方法,根据闭环供应链上典型不确定因素,建立不确定因素风险评估指标体系,采用模糊综合层次分析法建立风险评估模型,确定各个因素指标的重要程度。选取重要程度较高的不确定因素,作为后文不确定环境下闭环供应链鲁棒优化模型的建模基础。其次,构建考虑需求不确定与设施中断风险的闭环供应链鲁棒优化模型。选取正向物流需求、逆向物流需求作为不确定因素,同时考虑设施中断风险,采用Box不确定集刻画不确定因素,情景法描述设施中断风险,利用鲁棒对等理论将确定型模型转化为鲁棒优化模型。为克服传统遗传算法在计算解空间较大的网络规划问题时的缺陷,设计了一种最小生成树算法与两层自适应遗传算法（Prim-DMGA）相结合的算法求解模型。实验结果表明:Prim-DMGA算法能以较少的计算时间获得质量更优的解,鲁棒优化模型可以有效减少不确定因素带来的不利影响,提高闭环供应链网络的鲁棒性能。最后,构建了碳中和背景下不确定闭环供应链鲁棒优化模型。同样以正向物流需求、逆向物流需求为不确定因素,考虑设施中断风险,建立供应链网络总成本和二氧化碳排放量最小为目标的双目标鲁棒优化模型。为克服带精英策略的快速非支配排序遗传算法（NSGAⅡ）在求解速度及种群多样性方面存在的缺陷,设计了一种最小生成树算法与NSGAⅡ算法相结合的算法（Prim-NSGAII）求解模型,构建隶属度函数从解集中选取满意度最大的供应链网络规划方案。实验结果表明:Prim-NSGAⅡ在收敛性与种群多样性方面取得了较好的效果,验证了鲁棒优化模型可以实现闭环供应链网络鲁棒性,经济效益及环境效益的综合提升,并为决策者制定具体的碳减排行动方案提供决策依据。