近年来,随着经济的发展,化学工业成为了中国国民经济重要的支柱产业,国内市场对于化工产品的需求在不断增加,化工产品已经成为工业、农业、国防和人们日常生活中必不可少的材料,被广泛应用于制造、化工、医药等行业。通常,化工产品都是具有易爆、易燃、有毒、腐蚀性和放射性等特性的危险化学品,如果管理不当会给人类健康和生态环境带来一系列危害。因此,危险化学品安全管理对人类社会的可持续发展至关重要。尽管中国的危险化学品安全管理水平在不断提高,然而形势依然严峻,重大事故频繁发生。据统计,危险化学品在库存和运输环节发生事故的概率相对较高,造成的后果也比较严重。如何在考虑安全风险的前提下,对危险化学品的库存和运输环节进行整合优化是近年来学术界、政府、企业等关注的热点。本文从供应链的角度出发对危险化学品库存路径问题进行了深入研究,除了考虑降本增效等目标之外,还将降低供应链的系统风险作为重要的优化目标纳入其中。针对所研究问题的特点,结合事故风险、市场需求和销售价格等不确定因素,基于可信性理论建立了相应的求解模型,同时设计了求解算法。主要的研究工作如下:(1)研究了基于时变模糊风险的危险化学品车辆路径问题。在危险化学品事故风险为模糊变量的前提下,通过分析时间变化对于车辆行驶速度、运输风险的影响,构建了一个基于时变模糊风险的可信性整数规划模型。设计了一个改进的遗传算法,其染色体包含车辆出发时间和运输路线两类基因。通过模型的求解,得出车辆在制造商处的最佳出发时间和最优运输路线。数值算例表明:考虑时变因素的危险化学品车辆路径模型可以大幅降低系统风险。(2)研究了基于道路限行的危险化学品选址路径问题。在危险化学品运输风险为时变模糊变量的前提下,通过分析诸多实际因素对问题的影响,建立了一个可信性多目标机会约束规划模型。考虑到模型求解的复杂性,设计了一个基于模糊模拟的混合粒子群算法。数值算例表明:在成本只有小幅增加的情况下,实施道路限行可以降低15.7%的系统风险;考虑节点间的多路径选择与优化可以降低30%的系统风险;加入时间窗约束可以降低29.2%的系统风险。(3)研究了基于动态运输风险和模糊需求的危险化学品单周期库存路径问题。通过考虑车载量变化对于运输风险的影响,建立了危险化学品动态运输风险模型。在顾客需求为模糊变量的前提下,构建了一个可信性目标规划模型,以实现供应链系统风险与成本之间的最佳平衡。设计了一种改进的遗传算法,其染色体包含危险化学品供应量和运输路线两类基因。数值算例表明:考虑动态运输风险的模型使得整个供应链系统的风险降低了 3.9%;同时,在危险化学品库存路径问题中考虑风险因素可以大幅降低供应链系统的风险。(4)研究了基于有限产能的危险化学品多周期库存路径问题。建立了危险化学品多车辆动态运输风险模型。在事故风险和销售价格均为模糊变量的前提下,建立一个可信性双目标整数规划模型,以增加供应链系统的利润和降低系统风险。为了求解该模型,设计了一种改进的遗传算法。数值算例表明:与只考虑利润的模型相比,所建立的模型可以有效控制每个周期的系统风险,并将整个周期的总风险降低20.79%;在每个周期系统风险均为可控的前提下,多周期联合决策相比反复使用单周期决策增加5.1%的利润;通过对两种风险模型的计算结果进行比较,验证了所建立风险模型的合理性。源于危险化学品事故具有“概率小、后果严重”的特点,以及历史数据的缺乏和难以统计,本文用模糊变量来描述危险化学品的事故风险、市场需求和销售价格等不确定因素,基于可信性理论来建立相关的数学模型。数值算例验证了模型的有效性。本文的研究成果可用于指导危险化学品企业和管理部门制定有效的策略来降低供应链系统风险,对于保持化工行业的高速可持续发展具有重要的现实意义。