随着全球竞争的日益加剧,以顾客为中心的供应链管理模式逐步取代了以生产和产品为中心的传统管理模式。采购管理作为供应链管理中的重要组成部分,对整条供应链起到了价值创造以及增长的作用。企业对采购活动的有效管理不仅可以降低运营成本、增强市场竞争力,而且可以保证其在快速多变的市场中处于领先地位。本文首先对库存管理和不确定理论进行了综述。分析和总结了某营销企业所处供应链的各个环节的特点及其自身的特点,在供应链周期性较强的前提下,分析了下游零售商等散户需求的不确定性,对需求的不确定性进行分情况讨论。在历史数据较为充分的情况下,将需求作为随机变量处理;在历史数据不够充分,随机变量描述需求较为牵强的情况下,可以利用专家经验将需求作为模糊随机变量处理。在此基础上,提出了基于下游客户订单需求,如何分配该营销企业在全年多个订货周期同时订购多品种商品的问题,以最小化运营费用为目标,综合考虑最低订货量限制、库存容量、客户服务水平和流动资金的约束,分别建立了基于随机需求和模糊随机需求下的多商品多周期的订货批量机会约束规划模型。其次,针对所建立的不确定规划模型,分别基于随机模拟和模糊随机模拟,结合BP神经网络和遗传算法设计了模型求解的混合智能算法。在算法设计中,针对问题的特点,设计了以所有商品各周期订购量为染色体的整数编码方式;采用了启发式方法实现了种群的初始化,基于订购批量问题的特点和染色体结构的特点,设计了基因段内的单点交叉和互换变异算子;针对选择算子设计了轮盘赌的选择策略和精英选择策略;针对不可行染色体设计了修复策略。算法采用C++高级语言编程实现,结合某营销企业部分实际数据,进行了不确定规划模型的仿真实验。在随机需求模型的算法参数实验中进行了交叉率、变异率和种群规模对遗传算法性能的影响分析;模型参数实验分析了库存容量、客户服务水平、流动资金置信水平在各个周期对订购批量的影响。模糊随机模型的算法仿真实验在随机需求模型的算法仿真结果的基础上加入了客户服务水平机会测度、流动资金机会测度对实验结果的影响分析,验证了本文所建立的模型与算法的有效性及可行性。