半期望设施是指在为居民提供服务的同时,也会影响居民的生活质量或者降低居民财产价值的设施。半期望设施作为回收物流的重要组成部分,其设施选址问题近年来成为热点问题。纵观目前关于半期望设施选址的研究,大多数研究成果集中在确定条件下的选址分析,忽略了不确定条件对选址结果的影响；关于回收物流的研究集中在确定条件下或者随机环境下的回收物流网络设计,而在实际生产中,不确定参数的概率分布往往很难得到,或者系统无法承担低概率事件发生带来的影响。所以研究具有鲁棒性的半期望设施选址模型以及回收物流优化模型具有很强的现实意义。本文考虑在不确定环境下,将鲁棒优化方法应用到半期望设施选址以及回收物流优化研究中,具体的研究内容包括：(1)在有容量限制和无容量限制的条件下,综合考虑选址成本最小化和社会负效用最小化两个目标,建立基于粒子群算法的半期望设施选址基本模型。运用多目标离散二进制粒子群算法和VC++6.0软件对有容量限制模型进行算例仿真和分析。(2)考虑回收量不确定的两种表现形式,即废弃率不确定和人均回收量不确定的条件下,分别运用区间分析法和情景分析法对不确定性进行描述,融入Bertsimas鲁棒优化方法,建立基于鲁棒优化的半期望设施选址模型。最后,进行模型的算例仿真和分析,验证模型的解鲁棒性和模型鲁棒性。(3)考虑在需求量、单位运输成本以及回收量不确定条件下,运用Ben-Tal鲁棒优化方法,建立回收物流优化的鲁棒优化模型。最后对模型进行算例仿真和分析。重点分析了在不同的问题规模和不同的不确定水平下,确定型模型和鲁棒优化模型在回收物流优化中的表现。结果表明：不确定参数在一定的范围内波动,本文建立的半期望设施选址鲁棒优化模型具有解鲁棒性和模型鲁棒性；在回收物流优化中,鲁棒优化模型相对于确定性模型,具有更高的优越性和稳定性。