科学有效处理缺陷品,提升缺陷品管理水平对提升企业竞争力具有重要促进意义。当前,相关研究较多考虑单一产品中关于缺陷品库存模型。鉴于此,本文从供应环节补货问题入手,同时考虑随机需求和随机存在的缺陷品数量,构建相关联合补货问题模型,为处理筛选出的缺陷品,引用全单位数量折扣、返工维修和购买替换三种缺陷品处理策略,并提出运用改进优化的元启发式——自适应改进优化的骨干差分进化算法对其求解,分析得出如何合理处理缺陷品的相关管理见解。主要研究内容和成果如下:（1）针对不确定性环境下随机需求的联合补货问题,在缺陷品数量随机,缺陷品导致库存积压成本变动条件下,构建以总成本为目标函数的随机需求和缺陷品IJRP模型。首次引入了全单位数量折扣、返工维修和购买替换三种缺陷品处理方法,并分别构建相关模型:IJRP-D、IJRP-R、IJRP-B。（2）由于JRP是NP-hard问题,本文选取满足匹配的骨干差分进化算法对其进行改进,对重组概率rP进行自适应改进,同时引入了基于反向学习的重组自适应调整策略,结合以上重新设计了自适应改进优化的骨干差分进化算法。在后续对比分析实验中,证明了其在总成本最佳、平均值最低及标准误差最小的表现上优于其他5种算法,并在搜索效率和鲁棒性上表现出很大潜力。（3）基于数值实验和敏感性分析发现:1)在考虑更多不确定性参数后,因此需要缩短了供应链中补货提前期,以此能够维持相同的服务水平;2)缺陷数量对其订购策略有较大影响,当客户需求较大时,此刻更需重点关注如何合理处理缺陷品,以此达到降低风险的目的;3)在总成本最优条件下,3种策略模型侧重点不同,IJRP-D侧重考虑折扣第一断点设定位置,IJRP-R侧重考虑其运输成本,IJRP-B侧重考虑将再次购买单价和商品质量放在首位。（4）提出了将交付时间、产品缺陷数量、客户需求分别作为首要考量的3种处理缺陷品的方案,通过全单位数量折扣、返工修复及购买替换3种方案的单一、两两组合或三种策略灵活组合方式,优化缺陷品处理策略,为管理决策提供参考。后续研究中可考虑更多元化方式处理缺陷品,以此能够解决更多现实情景下的具体问题。