可持续供应链模型的构建是现代供应链成本优化的重点研究课题,传统的供应链模型过度追求成本上的最优,忽视了对生态环境与社会的不良影响。针对供应链研究中存在的环境、社会评价指标不明确,模型未能准确描述真实供应链网络,算法在大型算例环境下寻优困难等问题,引入绿色指标的评价标准,设计了可持续供应链的网络优化模型,提出一种自适应动态松弛近似算法。首先,总结影响可持续供应链的三重影响因素,根据实际调查整合供应链的评价指标,使用加权平均法对供应链的合作伙伴进行筛选。其次,设计了一种考虑生产成本、水污染、碳交易配额、运营成本及运营排污成本等指标的可持续供应链网络模型,为进一步降低成本,将碳排放配额再交易的方案代入模型中。再次,结合粒子群算法和拉格朗日松弛算法,设计一种自适应的动态松弛近似算法,该算法采用了树型编码结构和松弛因子自适应机制,对可持续供应链的网络模型进行综合寻优求解。最后,对动态松弛近似算法与传统粒子群算法对比分析,在相同指标的前提下,实验结果表明,动态松弛近似算法较传统粒子群算法能适当地扩大或缩小粒子的寻优范围,使所有粒子搜索最优解区域的可能性增大,动态松弛近似算法的求解质量要优于传统粒子群算法求解质量。该论文有图21幅,表15个,参考文献63篇。