现代信息化战争具有作战强度高、节奏快、战场环境复杂多变等特点,给战场后勤保障带来新的挑战。战场后勤保障系统以战场后勤物资补给中心为依托,以信息化的后勤保障装备和辅助决策技术为支撑,为前方作战部队在准确的时间、适当的地点提供适量的后勤物资。因此,战场环境下后勤物资供应规划和补给中心选址成为战场后勤保障的关键环节,后勤物资供应方案的优化和以补给中心为核心的物资分发网络的设计对战场后勤保障系统的运行效率和成本有直接影响,直接影响作战部队的战斗力。论文针对战场环境下后勤物资保障的军事需求,运用国内外后勤保障供应链管理与物流规划方面的方法和技术,对战场后勤物资供应与补给中心选址问题展开研究,主要研究工作和创新如下:首先,研究了战场后勤物资保障的特点和存在的不确定性因素。分析了现代战场环境下后勤保障的特点与规律,分析了战场环境下需求与供应不确定性的描述与建模。第二,研究了供应与需求双重不确定环境下的战场物资供应优化问题。在战场环境下,作战部队在作战过程中的物资消耗具有很大的不确定性,即作战部队的后勤物资需求是不确定的,同时物资在运送给作战部队的过程中会由于外部环境因素或敌方的打击而造成一定的损失,即物资的供应存在很大的不确定性。在考虑供应与需求双重不确定的条件下,建立了战场后勤物资供应的优化模型,并基于拉格朗日松弛法,结合次梯度算法和启发式搜索,提出了大规模多产品协同供应优化模型的快速求解算法,并对模型与算法进行案例验证与求解性能分析。第三,研究了考虑战场修复的后勤维修备件供应优化问题。在战场环境下,对作战过程中产生的战损件进行及时修复可以快速满足作战部队的需求,但并不是所有的战损件都能够修复为完好质量性能的备件,即战损件的修复率存在很大的不确定性,并且仅靠修复件并不能完全满足作战部队的需求。因此,后勤装备备件保障系统还需要从后方调运一些新的后勤装备备件和战损件的修复品来共同满足作战部队的需求。在同时考虑战损件修复不确定性与作战部队需求不确定性的条件下,建立了战场后勤装备备件供应优化的数学模型,并基于拉格朗日松弛法,结合次梯度算法和启发式搜索,提出了大规模多品种后勤装备备件协同供应优化模型的快速求解算法,并对模型与算法进行案例验证与求解性能分析。第四,研究了战场环境下考虑物资损失的后勤补给中心选址优化问题。在战场环境下,后勤物资在运送给作战部队的过程中会由于外部环境因素或敌方的打击而造成一定的损失,这些损失的程度与补给中心的选址策略和后勤物资的运输路线密切相关。在考虑战场物资损失的情况下,建立了战场后勤补给中心选址的数学优化模型,并基于拉格朗日松弛,结合次梯度算法和启发式搜索,提出了大规模补给中心选址优化模型的快速求解算法,并对模型与算法进行案例验证与性能分析。第五,研究了战场不确定环境下后勤补给中心选址优化问题。在战场环境下,后勤补给中心常常因为受到敌方的袭击而丧失补给能力,并且敌方的袭击带有很大的不确定性。同时,在补给中心选址时,作战部队需求的不确定性也有很大影响。因此,在同时考虑供应不确定和需求不确定的情况下,建立了战场后勤补给中心选址的数学优化模型,其中供应不确定是由补给中心遭受敌方打击从而失去补给能力造成的。基于拉格朗日松弛法,结合次梯度算法和启发式搜索,开发不确定环境下补给中心选址优化模型的快速求解算法,同时提出了基于赋权树的改进遗传算法,用于解决大规模补给中心选址优化问题,并对模型与算法进行案例验证与性能分析。