不确定规划是处理各种不确定环境下优化问题的有力工具,比我们通常应用的确定的最优化模型更具实用性。其分为期望值模型、机会约束规划模型和相关机会规划模型三种类型。针对现有的目标函数取期望值的不确定规划模型存在的不足(在不确定变量的稳定性较差,即方差取值较大时,数学期望将无法体现不确定变量的重要特征),对此类模型进行了修正和改进,主要工作如下:一、基于不确定规划理论研究了目标函数在一定置信水平下取得最值的一类不确定线性机会约束规划模型,给出求解不确定线性机会约束规划模型的算法。并研究了运输能力限制下的运输问题的不确定线性机会约束规划模型,通过对运输能力限制下的运输问题的分析,建立其不确定线性机会约束规划模型给出了求解算法。并给出数值求解说明该模型的合理性。二、研究一类不确定多目标机会约束规划模型,将遗传算法和逆不确定分布函数法相结合设计了求解此模型的混合智能算法。研究了带有不确定因素的指派问题的不确定多目标机会约束规划模型,设计了求解指派问题的不确定多目标机会约束规划模型的混合智能算法。最后,通过一个数值实例解释说明了该模型的合理性。三、建立了一类不确定目标机会约束规划模型,即极小化不确定目标函数与给定理想值之间的偏差值的不确定目标机会约束规划模型。给出了求解此模型的算法。将此模型应用到不确定环境下指派问题当中,建立了指派问题的不确定目标机会约束规划模型并给出了算法设计。最后,给出应用实例说明模型的合理性及算法的有效性。