本文主要围绕两个问题展开研究:能源回购项目下的最优库存控制，有限信息的鲁棒定价。　　世界经济的快速发展和工业化进程的推进促使各国电力需求激增，电力供需矛盾为能源回购项目的发展提供了条件。为能够实现错峰用电和缓解能源需求的紧张，能源回购项目是指在每个阶段出现能源短缺时，将根据短缺的不同程度为限产企业提供金额不同的资金补偿，从而使参与的企业错峰用电，减小高峰期的用电压力。首先，本文研究了能源回购项目背景下的无限阶段的库存控制模型，并且引入了固定的启动成本和不同能源市场状态下的补偿水平。目的是找到企业的以最小化期望折扣和平均成本为目标的最优生产/库存策略。通过使用Veinott条件，得出依赖于状态的最优策略是一个(s，S)策略，或者是部分构造的（s，S，A)策略。接下来，本文考虑了能源回购项目背景下的有限阶段的联合库存与定价问题，同样引入了固定的启动成本和不同能源市场状态下的补偿水平。此外，还假设需求函数是加性的，目的是找到企业的极大化期望利润的最优策略。通过使用Veinott条件，得出最优策略是依赖于状态的(s，S，P)策略，或者(s，S，A，P)策略。　　本文研究了一个垄断厂商的鲁棒定价问题。假设供应商并不知道消费者心理价格的真实分布，而只知道这个分布的均值和标准差。这样的信息意味着供应商需要知道购买产品的顾客愿意支付的平均价格和对此的确定程度。我们获得了一个不依赖于分布的有闭合形式的鲁棒定价策略，并对其表现进行了界定。这个鲁棒价格低于均值，其随标准差上升而下降。此外，我们分析了对分布知道更多的信息情况下，如知道分布是对称或者单峰的，对鲁棒策略的提高并不显著，尽管分位数信息如中位数很有用。接下来我们把鲁棒定价策略应用到多产品的捆绑销售问题上面。我们给出了一些易于验证的不依赖于分布的充分条件使得捆绑销售要比分开销售在鲁棒的意义下更好。特别地，证明了在所有产品的协方差和边际成本一样的情况下，这个结论同样适用于那些分布是相关的产品。我们同样证明了当产品数量非常大的时候，这个鲁棒定价策略对于捆绑销售来说是近似最优的，并且用几个实际的例子来展示了这个结果。